<?xml version="1.0"?>
<?xml-stylesheet type="text/css" href="http://147.102.106.44/rs/wiki/skins/common/feed.css?270"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="el">
		<id>http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Konstantina_boskopoulou&amp;title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82%2FKonstantina_boskopoulou</id>
		<title>RemoteSensing Wiki - Συνεισφορές χρήστη [el]</title>
		<link rel="self" type="application/atom+xml" href="http://147.102.106.44/rs/wiki/index.php?feed=atom&amp;target=Konstantina_boskopoulou&amp;title=%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C%3A%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82%2FKonstantina_boskopoulou"/>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%B9%CE%B4%CE%B9%CE%BA%CF%8C:%CE%A3%CF%85%CE%BD%CE%B5%CE%B9%CF%83%CF%86%CE%BF%CF%81%CE%AD%CF%82/Konstantina_boskopoulou"/>
		<updated>2026-05-19T18:02:23Z</updated>
		<subtitle>Από RemoteSensing Wiki</subtitle>
		<generator>MediaWiki 1.16.2</generator>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%80%CE%BF%CF%83%CE%BA%CE%BF%CF%80%CE%BF%CF%8D%CE%BB%CE%BF%CF%85_%CE%9A%CF%89%CE%BD%CF%83%CF%84%CE%B1%CE%BD%CF%84%CE%AF%CE%BD%CE%B1</id>
		<title>Μποσκοπούλου Κωνσταντίνα</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%80%CE%BF%CF%83%CE%BA%CE%BF%CF%80%CE%BF%CF%8D%CE%BB%CE%BF%CF%85_%CE%9A%CF%89%CE%BD%CF%83%CF%84%CE%B1%CE%BD%CF%84%CE%AF%CE%BD%CE%B1"/>
				<updated>2025-02-02T15:55:33Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt; [[ Η Τηλεπισκόπηση και  η σύνθεση ,ποικιλομορφία και λειτουργία των  τροπικών δασών ]]&lt;br /&gt;
&lt;br /&gt;
 [[ Χρήση δεδομένων τηλεπισκόπησης στην ανάλυση του αστικού εγκλήματος: Μελέτη βιβλιογραφίας από το  2003 έως το 2023 ]]&lt;br /&gt;
&lt;br /&gt;
 [[ Χρήση δορυφορικών εικόνων για την μοντελοποίηση συγκεκριμένων περιοχών διατήρησης των λύκων στα Καρπάθια Όρη, κεντρική Ευρώπη ]]&lt;br /&gt;
&lt;br /&gt;
 [[ Ενσωμάτωση τεχνολογιών γονιδιωματικής και τηλεπισκόπησης για την παρακολούθηση της άγριας ζωής ]]&lt;br /&gt;
&lt;br /&gt;
 [[ Δορυφορική Τηλεπισκόπηση: Ανίχνευση και χαρτογράφηση χιονοστιβάδων ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[ category: ΔΠΜΣ &amp;quot;Περιβάλλον &amp;amp; Ανάπτυξη&amp;quot; (Μέτσοβο) ]]&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%80%CE%BF%CF%83%CE%BA%CE%BF%CF%80%CE%BF%CF%8D%CE%BB%CE%BF%CF%85_%CE%9A%CF%89%CE%BD%CF%83%CF%84%CE%B1%CE%BD%CF%84%CE%AF%CE%BD%CE%B1</id>
		<title>Μποσκοπούλου Κωνσταντίνα</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%9C%CF%80%CE%BF%CF%83%CE%BA%CE%BF%CF%80%CE%BF%CF%8D%CE%BB%CE%BF%CF%85_%CE%9A%CF%89%CE%BD%CF%83%CF%84%CE%B1%CE%BD%CF%84%CE%AF%CE%BD%CE%B1"/>
				<updated>2025-01-27T22:26:55Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: Νέα σελίδα με '1. Η Τηλεπισκόπηση και  η σύνθεση ,ποικιλομορφία και λειτουργία των  τροπικών δασών  2. Χρήση δε...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;1. Η Τηλεπισκόπηση και  η σύνθεση ,ποικιλομορφία και λειτουργία των  τροπικών δασών&lt;br /&gt;
&lt;br /&gt;
2. Χρήση δεδομένων τηλεπισκόπησης στην ανάλυση του αστικού εγκλήματος: Μελέτη βιβλιογραφίας από το  2003 έως το 2023&lt;br /&gt;
&lt;br /&gt;
3. Χρήση δορυφορικών εικόνων για την μοντελοποίηση συγκεκριμένων περιοχών διατήρησης των λύκων στα Καρπάθια Όρη, κεντρική Ευρώπη.&lt;br /&gt;
&lt;br /&gt;
4. Ενσωμάτωση τεχνολογιών γονιδιωματικής και τηλεπισκόπησης για την παρακολούθηση της άγριας ζωής&lt;br /&gt;
&lt;br /&gt;
5. Δορυφορική Τηλεπισκόπηση: Ανίχνευση και χαρτογράφηση χιονοστιβάδων&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:ΔΠΜΣ ]]&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7:_%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD</id>
		<title>Δορυφορική Τηλεπισκόπηση: Ανίχνευση και χαρτογράφηση χιονοστιβάδων</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%94%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CE%AE_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7:_%CE%91%CE%BD%CE%AF%CF%87%CE%BD%CE%B5%CF%85%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CF%87%CE%B1%CF%81%CF%84%CE%BF%CE%B3%CF%81%CE%AC%CF%86%CE%B7%CF%83%CE%B7_%CF%87%CE%B9%CE%BF%CE%BD%CE%BF%CF%83%CF%84%CE%B9%CE%B2%CE%AC%CE%B4%CF%89%CE%BD"/>
				<updated>2025-01-27T22:20:27Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: Νέα σελίδα με ''''Τίτλος:''' Snow Avalanche Detection and Mapping by Satellite Remote Sensing  '''Συγγραφείς:''' Regula Frauenfelder, Norwegian Geotechnical Institute, No...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος:''' Snow Avalanche Detection and Mapping by Satellite Remote Sensing&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς:''' Regula Frauenfelder, Norwegian Geotechnical Institute, Norway; Matthew J. Lato, BGC Engineering Inc., Canada; Marek Biskupič, Avalanche Prevention Center, Slovakia.&lt;br /&gt;
&lt;br /&gt;
'''Έκδοση:'''2022 IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2022).&lt;br /&gt;
&lt;br /&gt;
'''Link:''' https://ieeexplore.ieee.org/document/9884381&lt;br /&gt;
&lt;br /&gt;
[[ Εικόνα:K_bosko_5.1.png  | thumb | right | Αυτοματοποιημένη ανίχνευση και χαρτογράφηση του χιονιού  ,μέσω υπολογιστή  ,από τις 02.04.2009 μετά από μια σφοδρές χιονοστιβάδες κατά την περίοδο 25.-31.03.2009. (παράρτημα) Παράδειγμα αλγορίθμου με χρωματική κωδικοποίηση . (Κύρια) Χιονοστιβάδες (πράσινο) μετά τον ανοιξιάτικο κύκλο χιονοστιβάδων του 2009, όπως χαρτογραφήθηκαν από τον αλγόριθμό μας σε ολόκληρη την περιοχή μελέτης. Πηγή δορυφορικών δεδομένων: Copyright © DigitalGlobe/WorldView-1- ευγενική χορηγία του Slovakian Avalanche Prevention και του Υπουργείου Εσωτερικών της Σλοβακίας, Τμήμα Επιστημονικών και Τεχνολογικής Ανάπτυξης) ]]&lt;br /&gt;
&lt;br /&gt;
[[ Εικόνα:K_bosko_5.2.png  | thumb | right | Παράδειγμα από το Lavangsdalen (Βόρεια Νορβηγία), με χιόνι χιονοστιβάδων από έναν κύκλο χιονοστιβάδων στις αρχές του χειμώνα 2014/2015. (Πάνω) εικόνα SAR του Sentinel-1 στις 13.12.2014, δηλαδή πριν από έναν μεγάλο κύκλο χιονοστιβάδων: δύο μικρές χιονοστιβάδες είναι ορατές στο κέντρο της , (Μέση) εικόνα Sentinel-1 SAR μετά τον κύκλο χιονοστιβάδων , πολλές χιονοστιβάδες είναι ορατές ως λευκές κηλίδες, (Κάτω) σύνθετη εικόνα Κόκκινο-Πράσινο-Μπλε μεταξύ των εικόνων πριν και μετά τον κύκλο, καθιστώντας τα συντρίμμια της χιονοστιβάδας ορατά ως ανοιχτές πράσινες κηλίδες. Δορυφορικά δεδομένα , Πηγή: Copernicus Sentinel 2016, ανακτήθηκε από Copernicus  Scientific Data Hub ]]&lt;br /&gt;
&lt;br /&gt;
[[ Εικόνα:K_bosko_5.3.png  | thumb | right | Αυτόματα εντοπισμένες χιονοστιβάδες (μπλε περιοχές) στο Eikesdalen, σε εικόνα Quickbird από τις 13.4.2011. Περιοχές λανθασμένα ταξινομήθηκαν ως χιονοστιβάδες με μοβ χρώμα, και περιοχές όπου ο αλγόριθμος απέτυχε να ανιχνεύσει πραγματικές χιονοστιβάδες με πορτοκαλί χρώμα. Τα κίτρινα περιγράμματα αντιπροσωπεύουν χιονοστιβάδες που αναγνωρίστηκαν από μελέτη πεδίου,  από τους ειδικούς της NGI. Δορυφορική εικόνα: © DigitalGlobe/Quickbird ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΣΤΟΧΟΣ'''&lt;br /&gt;
&lt;br /&gt;
Σκοπός της μελέτης είναι η διερεύνηση της χρήσης δορυφορικών δεδομένων και δεδομένων ραντάρ, για την ανίχνευση και χαρτογράφηση καταστροφών από χιονοστιβάδες, με στόχο την καλύτερη εκτίμηση της επικινδυνότητας, των στρατηγικών περιορισμού τους και των μεθόδων πρόβλεψης για περιοχές που είναι επιρρεπείς σε χιονοστιβάδες.&lt;br /&gt;
&lt;br /&gt;
'''ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ'''&lt;br /&gt;
&lt;br /&gt;
Η  σημασία της ανίχνευσης των χιονοστιβάδων οφείλεται στον μείζονα κίνδυνο που προκαλούν στις  ορεινές περιοχές, τόσο για τους ανθρώπους όσο και  για τις υποδομές. Η τηλεπισκόπηση επιτρέπει την παρακολούθηση περιοχών που είναι επιρρεπείς σε χιονοστιβάδες , οι οποίες είναι συχνά απρόσιτες ή επικίνδυνες για επιτόπου παρατηρήση.&lt;br /&gt;
&lt;br /&gt;
'''ΜΕΘΟΔΟΙ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ'''&lt;br /&gt;
&lt;br /&gt;
'' Οπτικές μέθοδοι:''&lt;br /&gt;
&lt;br /&gt;
Είναι οπτικές εικόνες υψηλής ανάλυσης (π.χ. Quickbird, WorldView-1) που χρησιμοποιούνται για τον επιτόπου ή αυτοματοποιημένο εντοπισμό των χιονοστιβάδων. Οι συνδυασμοί ζωνών ψευδοχρωμάτων (NIR, κόκκινο και πράσινο) ενισχύουν την ορατότητα των χιονοστιβάδων. Η ανάλυση γίνεται με τη χρήση μοντέλων ανάλυσης των εικόνων και με αλγορίθμους σχεδιασμένους για την αυτοματοποιημένη ανίχνευση συντριμμιών χιονοστιβάδας. Οι βασικές μεταβλητές που εξετάζονται είναι η φωτεινότητα, η υφή και η ομοιότητα μεταξύ των εικόνων.&lt;br /&gt;
&lt;br /&gt;
''Τηλεπισκόπηση με ραντάρ:''&lt;br /&gt;
&lt;br /&gt;
Με τη χρήση των κατάλληλων καναλιών και του δείκτη SAR, ιδίως από τους δορυφόρους Sentinel-1, μπορεί να ανιχνεύσει χιονοστιβάδες σε όλες τις καιρικές συνθήκες και συνθήκες φωτισμού. Τα ραντάρ εντοπίζουν τις αλλαγές στον χάρτη και  τα υπολείμματα των χιονοστιβάδων με την σύγκριση εικόνων πριν και μετά το συμβάν. Χρησιμοποιώντας διαφορετικούς δείκτες ,μπορούμε να εντοπίσουμε τις υψηλές αντιθέσεις στη σκίαση , μεταξύ των  χιονοστιβάδων και του άθικτου χιονιού. &lt;br /&gt;
&lt;br /&gt;
'''ΑΠΟΤΕΛΕΣΜΑΤΑ'''&lt;br /&gt;
&lt;br /&gt;
Η χαρτογράφηση χιονοστιβάδων στη Νορβηγία και τη Σλοβακία πραγματοποιήθηκε με τη χρήση αυτοματοποιημένων μοντέλων που χρησιμοποιήθηκαν έναντι της χαρτογράφησης στο πεδίο από ειδικούς. Οι προκλήσεις που είχαν να αντιμετωπίσουν, ήταν η  ευαισθησία των αισθητήρων και τα διαφορετικά αποτελέσματα  που έδωσαν. Η ανίχνευση με ραντάρ αποδείχτηκε αποτελεσματική για τη χαρτογράφηση χιονοστιβάδων μεγάλης κλίμακας σε περιοχές όπως το Νεπάλ (μετά το σεισμό του 2015) και η Νορβηγία. Τα αποτελέσματα  περιλάμβαναν  και την ανεξαρτησία των χιονοστιβάδων από τις καιρικές συνθήκες και τις συνθήκες πρόσπτωσης του ήλιου .&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΜΠΕΡΑΣΜΑ'''&lt;br /&gt;
&lt;br /&gt;
Η τηλεπισκόπηση είναι εξαιρετικά σημαντικό εργαλείο για την παρακολούθηση των  χιονοστιβάδων, λόγο  της εκτεταμένης χωρικής κάλυψης, των δεδομένων υψηλής ανάλυσης και της ενισχυμένης χαρτογράφησης ζωνών κινδύνου. Οι οπτικές εικόνες είναι καταλληλότερες για την ενημέρωση βάσεων δεδομένων μετά το συμβάν, ενώ οι εικόνες ραντάρ είναι πιο αξιόπιστες για την πρόβλεψη , σχεδόν σε πραγματικό χρόνο , λόγω της ανεξαρτησίας τους από τις καιρικές συνθήκες της εξεταζόμενης περιοχής. Η συνεχής ανάπτυξη αυτοματοποιημένων αλγορίθμων είναι απαραίτητη για την ενσωμάτωση αυτών των μεθόδων στις εκτιμήσεις των ειδικών διαχείρισης κρίσεων , για τον κίνδυνο χιονοστιβάδων. Η ενσωμάτωση της  τηλεπισκόπησης στα συστήματα πρόβλεψης χιονοστιβάδων μπορεί να βελτιώσει σημαντικά τις προσπάθειες διαχείρισης και μείωσης του κινδύνου σε ευάλωτες ορεινές περιοχές παγκοσμίως.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Διαχείριση κινδύνων]]&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_5.3.png</id>
		<title>Αρχείο:K bosko 5.3.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_5.3.png"/>
				<updated>2025-01-27T22:08:56Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_5.2.png</id>
		<title>Αρχείο:K bosko 5.2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_5.2.png"/>
				<updated>2025-01-27T22:08:44Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_5.1.png</id>
		<title>Αρχείο:K bosko 5.1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_5.1.png"/>
				<updated>2025-01-27T22:08:26Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BD%CF%83%CF%89%CE%BC%CE%AC%CF%84%CF%89%CF%83%CE%B7_%CF%84%CE%B5%CF%87%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%8E%CE%BD_%CE%B3%CE%BF%CE%BD%CE%B9%CE%B4%CE%B9%CF%89%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%AC%CE%B3%CF%81%CE%B9%CE%B1%CF%82_%CE%B6%CF%89%CE%AE%CF%82</id>
		<title>Ενσωμάτωση τεχνολογιών γονιδιωματικής και τηλεπισκόπησης για την παρακολούθηση της άγριας ζωής</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%95%CE%BD%CF%83%CF%89%CE%BC%CE%AC%CF%84%CF%89%CF%83%CE%B7_%CF%84%CE%B5%CF%87%CE%BD%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%8E%CE%BD_%CE%B3%CE%BF%CE%BD%CE%B9%CE%B4%CE%B9%CF%89%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE%CF%82_%CE%BA%CE%B1%CE%B9_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CF%80%CE%B1%CF%81%CE%B1%CE%BA%CE%BF%CE%BB%CE%BF%CF%8D%CE%B8%CE%B7%CF%83%CE%B7_%CF%84%CE%B7%CF%82_%CE%AC%CE%B3%CF%81%CE%B9%CE%B1%CF%82_%CE%B6%CF%89%CE%AE%CF%82"/>
				<updated>2025-01-27T22:07:58Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: Νέα σελίδα με '[[ Εικόνα: K_bosko_4.1.png | thumb | right | Η πιο κατάλληλη μέθοδος κατηγοριοποίησης για ICLS (integrated crop-livestock  sys...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[ Εικόνα: K_bosko_4.1.png | thumb | right | Η πιο κατάλληλη μέθοδος κατηγοριοποίησης για ICLS (integrated crop-livestock  system) ]]&lt;br /&gt;
&lt;br /&gt;
[[ Εικόνα: K_bosko_4.2.png | thumb | right | Γράφημα  των σχέσεων γονέων ή αδελφών , όπως υπολογίστηκαν με το ml-relate (Kalinowski et al., 2006) σε σύγκριση με γνωστά γενεαλογικά δέντρα μιας οικογένειας οικόσιτων αιλουροειδών ]]&lt;br /&gt;
&lt;br /&gt;
'''Τίτλος:'''Integrating Genomics and Remote Sensing Technologies for Wildlife Monitoring&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Xiao Zhu&lt;br /&gt;
&lt;br /&gt;
'''Εκδόσεις:''' Animal Molecular Breeding, Vol. 14, No. 1, 2024&lt;br /&gt;
&lt;br /&gt;
'''DOI:''' 10.5376/amb.2024.14.0015&lt;br /&gt;
&lt;br /&gt;
'''Link:''' https://animalscipublisher.com/index.php/amb/article/view/3792&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΠΕΡΙΛΗΨΗ'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα έρευνα μελετά  τον συνδυασμό της γονιδιωματικής τεχνολογίας και της τηλεπισκόπισης με σκοπό την βελτίωση των μεθόδων παρακολούθησης της άγριας πανίδας, με έμφαση στη διαχείριση και τη διατήρηση της βιοποικιλότητας. Οι γονιδιωματικές τεχνικές (π.χ. αλληλούχιση DNA, CRISPR) παρέχουν γνώσεις σχετικά με τη γενετική ποικιλομορφία και για τις ασθένειες , ενώ οι τηλεπισκοπικές μέθοδοι (π.χ. δορυφορικές εικόνες, μη επανδρωμένα αεροσκάφη) επιτρέπουν τη χαρτογράφηση και την παρακολούθηση των ενδιαιτημάτων . Συνδυαστικά, αυτές οι μέθοδοι μπορούν να τακτοποιήσουν τα είδη και το γενετικό τους προφίλ και να τα παρακολουθήσουν , και να επιδείξουν διάφορε μεθόδους  για την αντιμετώπιση των παγκόσμιων περιβαλλοντικών προκλήσεων.&lt;br /&gt;
&lt;br /&gt;
'''ΒΑΣΙΚΑ ΕΥΡΗΜΑΤΑ'''&lt;br /&gt;
&lt;br /&gt;
''Γονιδιωματικές τεχνολογίες''&lt;br /&gt;
&lt;br /&gt;
Χάρη στην επιστήμη της γενετικής , μπορούμε να συγκεντρώσουμε πληροφορίες για το γενετικό προφίλ του πληθυσμού, και τη δυναμική των ασθενειών που τον πλήττουν.Η γονιδιωματική βοηθά στην αξιολόγηση της γενετικής ποικιλομορφίας, της δομής του πληθυσμού και της ανθεκτικότητας του στις περιβαλλοντικές αλλαγές. Βοηθά επίσης στον έλεγχο της εξάπλωσης των ασθενειών, αποκαλύπτοντας τη σχέση αλληλεπίδρασης παθογόνου-ξενιστή και εκτελώντας στενευμένες παρεμβάσεις.&lt;br /&gt;
&lt;br /&gt;
''Μέθοδοι τηλεπισκόπησης''&lt;br /&gt;
&lt;br /&gt;
Τα εργαλεία που διαθέτουμε είναι δορυφορικές εικόνες, αεροσκάφη και ηχητικούς αισθητήρες για τη χαρτογράφηση των οικοτόπων και την ανίχνευση πιθανών  αλλαγών. Μέσω της τηλεπισκόπησης , μπορούμε να εντοπίσουμε την κάλυψη της Γης  , τη βλάστηση και τις μετακινήσεις των ζώων. Η δημιουργία μοντέλων επιτρέπει την αυτοματοποίηση του εντοπισμού των ειδών και την εκτίμηση της κατάστασης των οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
''Συνδυασμός γονιδιωματικής και τηλεπισκόπησης''&lt;br /&gt;
&lt;br /&gt;
Ο συνδυασμός γενετικών δεδομένων,  με χωρικές και περιβαλλοντικές πληροφορίες, προσφέρει τη δυνατότητα για μια ολοκληρωμένη εκτίμηση της δυναμικής  των πληθυσμών των ειδών και της αλληλεπίδρασης μεταξύ τους.&lt;br /&gt;
Τα παραδείγματα στο συγκεκριμένο άρθρο αφορούν  την παρακολούθηση των πληθυσμών της ευρωπαϊκής αγριόγατας με τη χρήση μονοκλωνικού DNA ,μαζί με δεδομένα για τους οικοτόπους  και την ενσωμάτωση του DNA , με την τηλεπισκόπηση για την αξιολόγηση της υγείας των θαλάσσιων οικοσυστημάτων.&lt;br /&gt;
&lt;br /&gt;
'''ΠΡΟΚΛΗΣΕΙΣ'''&lt;br /&gt;
&lt;br /&gt;
Μη εμπεριστατωμένες μεθοδολογίες εμποδίζουν την  συλλογή εμπεριστατωμένων δεδομένων. Επιπλέον ,το υψηλό κόστος και  τεχνολογική πολυπλοκότητα ,δυσκολεύουν την εφαρμογή της μελέτης. Προκύπτουν επίσης ηθικά  ζητήματα με την επεμβατική δειγματοληψία και την πιθανή ενόχληση που προκαλούν τα μη επανδρωμένα αεροσκάφη. Τέλος , η  συνεργασία μεταξύ των εμπειρογνωμόνων της γονιδιωματικής και της τηλεπισκόπησης είναι ακόμα σε πολύ αρχικά στάδια.&lt;br /&gt;
&lt;br /&gt;
'''ΜΕΛΛΟΝΤΙΚΕΣ ΠΡΟΟΠΤΙΚΕΣ'''&lt;br /&gt;
&lt;br /&gt;
Αναδυόμενες τεχνολογίες όπως η  CRISPR, το eDNA και τα μωνοκλωνικό DNA , (SNP) για μη επεμβατική γενετική παρακολούθηση μπορούν να συμβάλλουν στην βελτίωση και εφαρμογή της μελέτης. Επίσης , σημαντική είναι η τεχνητή νοημοσύνη και αυτόματη “μάθηση” αλλά και η αυτοματοποίηση μεθόδων εντοπισμού των ειδών, ανάλυσης των ενδιαιτημάτων και μοντελοποίησης πληθυσμών. Τέλος η Ενσωμάτωση πολιτικής για τη θέσπιση  ηθικών και νομικών πλαισίων για τη χρήση  δεδομένων γονιδιωματικής και παρακολούθησης με μη επανδρωμένα αεροσκάφη.&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΜΠΕΡΑΣΜΑ'''&lt;br /&gt;
&lt;br /&gt;
Ο συνδυασμός της γονιδιωματικής και της τηλεπισκόπησης προσφέρει μια επαναστατική προσέγγιση στη διατήρηση της άγριας ζωής, βελτιώνοντας την ακρίβεια της παρακολούθησης των άγριων ζώων, την εκτίμηση της υγείας των οικοσυστημάτων και τις προβλέψεις για το μέλλον της βιοποικιλότητας. Με την αντιμετώπιση των σημερινών προκλήσεων και την ενίσχυση της διεπιστημονικότητας, οι τεχνολογίες αυτές μπορούν να συμβάλουν σημαντικά στη βιώσιμη διαχείριση της άγριας ζωής .&lt;br /&gt;
Η έρευνα αυτή υπογραμμίζει τον κρίσιμο ρόλο των διεπιστημονικών εξελίξεων στην αντιμετώπιση της απώλειας της βιοποικιλότητας εν μέσω της παγκόσμιας περιβαλλοντικής αλλαγής&lt;br /&gt;
&lt;br /&gt;
 [[category:Εφαρμογές άγριας πανίδας]]&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_4.2.png</id>
		<title>Αρχείο:K bosko 4.2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_4.2.png"/>
				<updated>2025-01-27T21:47:14Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_4.1.png</id>
		<title>Αρχείο:K bosko 4.1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_4.1.png"/>
				<updated>2025-01-27T21:46:57Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BC%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%83%CF%85%CE%B3%CE%BA%CE%B5%CE%BA%CF%81%CE%B9%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%B4%CE%B9%CE%B1%CF%84%CE%AE%CF%81%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BB%CF%8D%CE%BA%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CE%9A%CE%B1%CF%81%CF%80%CE%AC%CE%B8%CE%B9%CE%B1_%CE%8C%CF%81%CE%B7,_%CE%BA%CE%B5%CE%BD%CF%84%CF%81%CE%B9%CE%BA%CE%AE_%CE%95%CF%85%CF%81%CF%8E%CF%80%CE%B7</id>
		<title>Χρήση δορυφορικών εικόνων για την μοντελοποίηση συγκεκριμένων περιοχών διατήρησης των λύκων στα Καρπάθια Όρη, κεντρική Ευρώπη</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BC%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%83%CF%85%CE%B3%CE%BA%CE%B5%CE%BA%CF%81%CE%B9%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%B4%CE%B9%CE%B1%CF%84%CE%AE%CF%81%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BB%CF%8D%CE%BA%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CE%9A%CE%B1%CF%81%CF%80%CE%AC%CE%B8%CE%B9%CE%B1_%CE%8C%CF%81%CE%B7,_%CE%BA%CE%B5%CE%BD%CF%84%CF%81%CE%B9%CE%BA%CE%AE_%CE%95%CF%85%CF%81%CF%8E%CF%80%CE%B7"/>
				<updated>2025-01-27T21:43:25Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Τίτλος :'''  Use of satellite images for regional modelling of conservation areas for wolves in the Carpathian Mountains, central Europe&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς :''' Valeria Salvatori, F. Corsi , E.J. Milton and L. Boitani&lt;br /&gt;
&lt;br /&gt;
'''Link:'''https://www.researchgate.net/publication/237111089_Use_of_satellite_images_for_regional_modelling_of_conservation_areas_for_wolves_in_the_Carpathian_Mountains_central_Europe&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: k_bosko_3.1.png | thumb | right | Τα Καρπάθια όρη στην κεντρική Ευρώπη ]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: K_bosko_3.2.png | thumb | right | Η γραφική αναπαράσταση των περιοχών καταλληλότητας για τον λύκο]]&lt;br /&gt;
&lt;br /&gt;
'''ΠΕΡΙΛΗΨΗ'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη ανέλυσε τη χωρική δομή των Καρπάθιων Ορεών, στην Κεντρική Ευρώπη, ως  ένα σύνολο, και αξιολόγησε  την καταλληλότητα των περιοχών  με στόχο την διατήρηση των λύκων. Τα φυσικά χαρακτηριστικά της περιοχής μπόρεσαν να μελετηθούν με τη βοήθεια του δείκτη NDVI. Οι περιοχές στις οποίες εμφανίστηκαν λύκοι , χρησίμευσαν ως σημείο αναφοράς για την εκτίμηση του  βαθμού καταλληλότητας της ευρύτερης περιοχής. Τα αποτελέσματα δείχνουν ότι το μεγαλύτερο μέρος των Καρπαθίων Ορέων είναι εξαιρετικά κατάλληλο για  τον λύκο και ότι οι πιο κατάλληλες περιοχές είναι αυτές στις οποίες βρίσκονται σήμερα οι λύκοι. &lt;br /&gt;
&lt;br /&gt;
'''ΕΙΣΑΓΩΓΗ'''&lt;br /&gt;
&lt;br /&gt;
O προσδιορισμός των κρίσιμων περιοχών, είναι το πρώτο βήμα για την προσπάθεια διαφύλαξής των ειδών. Στην Ευρώπη, υπάρχουν λίγα είδη μεγάλων σαρκοφάγων, καθώς η ανθρώπινη δράση έχει μειώσει ή και εξαφανίσει πολλά από αυτά. Μεταξύ αυτών, ο λύκος (Canis lupus). Στο κεντροανατολικό τμήμα της Ευρώπης, οι πληθυσμοί των λύκων στα Καρπάθια Όρη είναι αξιοσημείωτοι, καθώς απαντώνται σε όλη την οροσειρά και σε μεγάλους αριθμούς.  &lt;br /&gt;
&lt;br /&gt;
'''ΕΦΑΡΜΟΓΗ'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη στοχεύσαμε στον εντοπισμό περιοχών με διαφορετικούς βαθμούς «καταλληλότητας» για την επιβίωση του λύκου στα Καρπάθια όρη. Για το λόγο αυτό ,χρησιμοποιήσαμε μια πιθανολογική προσέγγιση σε ένα γεωγραφικό σύστημα πληροφοριών (GIS) και δημιουργήσαμε χάρτες που αναπαριστούν τα Καρπάθια όρη.&lt;br /&gt;
Χρησιμοποιήθηκε ο δείκτης βλάστησης (NDVI) για την ανάλυση  του περιβάλλοντος, χωρίς να απαιτείται η χρήση δορυφορικών εικόνων από πολλές χρονικές στιγμές και χωρίς να εμφανίζει σφάλματα που σχετίζονται με την ταξινόμηση της κάλυψης γης. &lt;br /&gt;
&lt;br /&gt;
'''ΠΕΡΙΟΧΉ ΜΕΛΈΤΗΣ ΚΑΙ ΜΈΘΟΔΟΙ'''&lt;br /&gt;
&lt;br /&gt;
Τα Καρπάθια είναι η δεύτερη μεγαλύτερη οροσειρά στην Κεντρική Ευρώπη μετά τις Άλπεις , καλύπτοντας μια έκταση περίπου 1,5 εκατομμυρίων χιλιομέτρων. Το ορεινό συγκρότημα χωρίζεται σε 7 χώρες: Αυστρία, Τσεχία, Σλοβακία, Πολωνία, Ουγγαρία, Ουκρανία και Ρουμανία. Στην παρούσα μελέτη επικεντρωνόμαστε μόνο στις χώρες που περιέχουν τουλάχιστον 10% της επικράτειας της οροσειράς, λαμβάνοντας υπόψη ότι σε μικρότερες σε έκταση περιοχές , η επιβίωση του λύκου είναι δυσκολότερη .Συνεπώς, η συζήτησή μας περιορίζεται στην Πολωνία, Σλοβακία, την Ουκρανία και τη Ρουμανία, οι οποίες όλες μαζί περιλαμβάνουν το 90% της οροσειράς των Καρπαθίων.&lt;br /&gt;
&lt;br /&gt;
'''ΛΥΚΟΙ ΣΤΑ ΚΑΡΠΑΘΙΑ'''&lt;br /&gt;
&lt;br /&gt;
Ο πληθυσμός των λύκων των Καρπαθίων είναι ο μεγαλύτερος στην Ευρώπη, αν και αυτά  καλύπτουν λιγότερο από το 1% της Ευρώπης. Οι λύκοι των Καρπαθίων αντιπροσωπεύουν περίπου το 30% του ευρωπαϊκού πληθυσμού (στοιχεία Boitani, 2000). Και οι τέσσερις χώρες έχουν υπογράψει τη Σύμβαση της Βέρνης, για τη διατήρηση των ευρωπαϊκών σαρκοφάγων, αλλά δεν έχει εφαρμοστεί αποτελεσματική νομοθεσία για την προστασία του λύκου σε κάποια από όλες συγκεκριμένα  (Okarma 1993). Το είδος προστατεύεται μόνο σε ορισμένες χώρες, όπου προσφέρεται αποζημίωση για τις ζημιές που μπορεί να προκαλεί, ενώ σε άλλες (π.χ. Ουκρανία) εξακολουθεί να θεωρείται ανεπιθύμητο.&lt;br /&gt;
&lt;br /&gt;
'''ΜΕΘΟΔΟΣ ΜΟΝΤΕΛΟΠΟΙΗΣΗΣ'''&lt;br /&gt;
&lt;br /&gt;
Στόχος ήταν η  μοντελοποίηση περιοχών για την προστασία μεγάλων σαρκοφάγων στις Άλπεις. Η αναλυτική προσέγγιση χρησιμοποιεί πολυμεταβλητές στατιστικές μεθόδους για τον χωρικό προσδιορισμό περιοχών που συνδέονται με διάφορους βαθμούς καταλληλότητας του περιβάλλοντος. Οι κατηγορίες καταλληλότητας  καθορίζονται σύμφωνα με τα περιβαλλοντικά χαρακτηριστικά των περιοχών όπου καταγράφηκε  η παρουσία λύκου. Το μοντέλο που δημιουργήθηκε εξάγει τα περιβαλλοντικά χαρακτηριστικά των περιοχών όπου καταγράφηκαν λύκοι. Ο μέσος όρος των τιμών των περιβαλλοντικών μεταβλητών που βρέθηκαν σε κάθε τοποθεσία παρέχουν μια εκτίμηση του «οικολογικού αποτυπώματος» του λύκου. Συγκρίσεις μεταξύ του οικολογικού αποτυπώματος  και των ογκολογικών χαρακτηριστικών οποιασδήποτε άλλης θέσης εντός της μελέτης&lt;br /&gt;
περιοχής επιτρέπουν τον καθορισμό ενός βαθμού καταλληλότητας με βάση τη μεταξύ τους διαφορά. Έτσι, όσο μεγαλύτερη είναι η διαφορά μεταξύ οποιασδήποτε δεδομένης θέσης Α και του οικολογικού αποτυπώματος , τόσο χαμηλότερος είναι ο βαθμός καταλληλότητας που αποδίδεται στην θέση αυτή.&lt;br /&gt;
&lt;br /&gt;
'''ΜΕΤΑΒΛΗΤΕΣ ΠΟΥ ΧΡΗΣΙΜΟΠΟΙΗΘΗΚΑΝ'''&lt;br /&gt;
&lt;br /&gt;
Οι περιβαλλοντικές μεταβλητές που εξετάστηκαν επιλέχθηκαν με βάση τη γνώση ειδικών. Οι λύκοι στα Καρπάθια φαίνεται να καταλαμβάνουν τις περισσότερες δασικές περιοχές, όπου η ανθρώπινη επίδραση είναι η μικρότερη,  αν και υπάρχουν μεμονωμένες περιπτώσεις εντοπισμού λύκων σε αστικές περιοχές (A. Mertens). Όπως τα περισσότερα σαρκοφάγα είδη, η παρουσία του λύκου στα Καρπάθια εξαρτάται από τη διαθεσιμότητα της τροφής, τη δυνατότητα εύρεσης κάλυψης και της απουσία ανθρώπινης παρουσίας. Η παρουσία και ποσότητα τροφής δεν ήταν διαθέσιμη για τις εξεταζόμενες χώρες. Η κάλυψη εκτιμήθηκε με τη χρήση του NDVI των εικόνων NOAA-AVHRR στα Καρπάθια. Ο NDVI είναι ενδεικτικός της σχετικής ποσότητας της ενεργά φωτοσυνθετικής βλάστησης μιας περιοχής (Hay et al, 1998). Προκειμένου να προσδιοριστούν τα φαινολογικά χαρακτηριστικά μιας , λαμβάνοντας υπόψη την εποχιακή διακύμανση της ποσότητας της ζωντανής βλάστησης, χρησιμοποιήσαμε ένα σύνολο 9 εικόνες NDVI από διαφορετικούς μήνες του έτους, από τον Μάρτιο έως τον Οκτώβριο του 1995. Οι εικόνες προέρχονταν από το σύνθετο σύνολο δεδομένων 10 ημερών που διατίθεται από το USGS και η νεφοκάλυψη ήταν πάντα ελάχιστη. Η ανθρώπινη παρουσία εξετάστηκε με βάση τους δρόμους και τα σιδηροδρομικά δίκτυα και ενός χάρτη οικισμών εντός της περιοχής μελέτης. Ένα ψηφιακό μοντέλο υψομέτρου (που δημιουργείται  από το USGS σε 1km χωρικής ανάλυσης) της περιοχής χρησιμοποιήθηκε επίσης για να μελετηθεί η  δομή του εδάφους της οροσειράς. Τέλος, οι τοποθεσίες των λύκων προέκυψαν από μελέτες σχετικών ερευνητών, δασολόγους και κυνηγούς και μεταφέρθηκαν στο  μοντέλο ως ένα στρώμα σημειακών θέσεων. &lt;br /&gt;
&lt;br /&gt;
'''ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ'''&lt;br /&gt;
&lt;br /&gt;
Οι μεταβλητές μεταφέρθηκαν σε ψηφιακή μορφή. Όλες εκτός από εκείνες που προέρχονται από το USGS αποκτήθηκαν για κάθε χώρα ξεχωριστά. Οι χωρικές και οι γεωγραφικές προβολές είχαν διαφορές στην κλίμακα αναπαράστασής τους, επομένως χρειαζόταν  μια προεπεξεργασία για το  μετασχηματισμό και την επεξεργασία των δεδομένων για τη διόρθωση των αποκλίσεων μεταξύ των τεσσάρων χωρών. Στη συνέχεια, στα διανυσματικά επίπεδα χρησιμοποιήθηκε raser με τη χρήση του USGS ως πλέγμα αναφοράς. Προκειμένου να κατανοήσουν τον τρόπο αντίληψης του χώρου από τον του λύκο, υπολογίστηκε ο μέσος όρος των τιμών των εικονοστοιχείων κάθε μεταβλητής χρησιμοποιώντας ένα κυκλικό φατνίο ακτίνας 5 εικονοστοιχείων, λαμβάνοντας ως σημείο αναφοράς η μέση επικράτεια που καταλαμβάνει ένας λύκος (δηλαδή, 82 km2).Η οικολογική υπογραφή του λύκου ορίστηκε ως το διάνυσμα των μέσων όρων των τιμών κάθε περιβαλλοντικής μεταβλητής στις τοποθεσίες των λύκων  μαζί με τον τον πίνακα διασποράς. Χρησιμοποιήσαμε το μέτρο της απόστασης Mahalanobis για τον χαρακτηρισμό κάθε εικονοστοιχείου της περιοχής. Η απόσταση Mahalanobis είναι μια  πολυμεταβλητή τεχνική, επομένως είναι η πλέον κατάλληλη για δημιουργία περιβαλλοντικών μοντέλων και έχει το πλεονέκτημα ότι λαμβάνει υπόψη τις σχετικές μεταβλητές μέσω ενός πίνακα διακύμανσης-συνδιακύμανσης. Η εικόνα ράστερ που προέκυψε μετά από υπολογισμούς συγκρίθηκε στη συνέχεια με ένα χάρτη κατανομής των λύκων στα Καρπάθια που δόθηκε ως από τους τοπικούς επιστήμονες. Οι εικόνες ράστερ του NDVI συγκεντρώθηκαν για να παραχθεί ένας δείκτης φαινολογικής μεταβλητότητας μέσω του συντελεστή διακύμανσης (CV), που υπολογίζεται ως ο λόγος μεταξύ της SD και των μέσων τιμών του κάθε εικονοστοιχείου. Η τελική εικόνα ράστερ χρησιμοποιήθηκε στη συνέχεια για την εκτίμηση του ποσοστού της κάθε κατηγορίας καταλληλότητας  που περιλαμβάνεται στις πραγματικές περιοχές. &lt;br /&gt;
&lt;br /&gt;
'''ΑΠΟΤΕΛΕΣΜΑΤΑ'''&lt;br /&gt;
&lt;br /&gt;
Το μεγαλύτερο μέρος των Καρπαθίων ανήκε στην πρώτη κατηγορία καταλληλότητας&lt;br /&gt;
, και όταν οι δύο πρώτες κατηγορίες καταλληλότητας συνδιάστηκαν , συμπεριλήφθηκε πάνω από το 75% της περιοχής. Η χωρικήωκατανομή του υψηλού βαθμού καταλληλότητας είναι κυρίως συνεχής και το 71% της συνολικής έκτασης της κατηγορίας 1 αποτελείται από περιοχές τόσο μεγάλες, όσο τουλάχιστον δύο λύκοι. Το ποσοστό αυτό ανέρχεται σε 78,7% όταν συγκεντρώνονται οι κλάσεις 1 και 2. Το κύριο τμήμα των ιδιαίτερα κατάλληλων περιοχών αποτελείται από περιοχές που συνδέονται με χαμηλή φαινολογική μεταβλητότητα. Η σύγκριση μεταξύ των διαφορετικών κατηγοριών καταλληλότητας περιβάλλοντος και των κατανομών του λύκου , έδειξε &lt;br /&gt;
ότι το 48% της περιοχής εξάπλωσης του λύκου περιλαμβάνεται στην&lt;br /&gt;
κατηγορία καταλληλότητας 1 και το 32% στην κατηγορία καταλληλότητας 2.&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΝΟΨΗ'''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη  των Καρπαθίων Ορέων ως σύνολο είναι σημαντική , στο πλαίσιο της διαχείρισης των λύκων σε πανευρωπαϊκή κλίμακα. Ο λύκος συναντάται στην περιοχή σε εξαιρετικά υψηλή πυκνότητα και ο πληθυσμός του εξαπλώνεται συνεχώς. Μόλις η μελέτη εφαρμοστεί για το σύνολο, θα δώσει τα απαραίτητα δεδομένα για την μελέτη συγκεκριμένων περιοχών οπού και θα διεξαχθούν λεπτομερείς μελέτες για τον καθορισμό περιοχών προτεραιότητας. Η χωρική ανάλυση του 1 km είναι κατάλληλη σε τέτοιες περιπτώσεις, καθώς ο λύκος είναι ένα είδος που περιπλανιέται σε μεγάλες εκτάσεις (Riitters et al., 1997). Πρέπει να επισημανθεί ότι η αναλυτική προσέγγιση που υιοθετήθηκε στην παρούσα μελέτη παράγει αποτελέσματα που είναι συγκεκριμένα για το είδος και την περιοχή-στόχο. Οι προκύπτουσες τιμές δεν θα πρέπει να θεωρηθούν ως απόλυτες τιμές καταλληλότητας, αλλά περισσότερο ως σχετικές εντός της περιοχής (Corsi et al., 1999). Το πλεονέκτημα της χρήσης του NDVI έναντι των χαρτών κάλυψης γης είναι ότι ο NDVI επιτρέπει τον εντοπισμό  των δυναμικής φύσης των φυτοκαλυμμένων περιοχών και επιπλέον δεν απαιτεί επιπλέον επεξεργασία της εικόνας. Το υψηλό ποσοστό των Καρπαθίων που ανήκει στις κατηγορίες υψηλής καταλληλότητας υποδηλώνει ότι τα εκτεταμένα δάση και ο σχετικά χαμηλός ανθρώπινος πληθυσμός καθιστούν την οροσειρά σε προτεραιότητα διατήρησης. Ο χαρακτηρισμός των Καρπάθιων από την άποψη της φαινολογικής μεταβλητότητας είναι ενδεικτικός της σημασίας των δασικών περιοχών που είναι φωτοσυνθετικά ενεργές για το μεγαλύτερο μέρος του έτους. Αυτές είναι οι περιοχές που απειλούνται σημαντικά λόγω της οικονομικής τους αξία. Λόγω της δυνητικής απειλής του λύκο, το αποτέλεσμα της παρούσας μελέτης θα μπορούσε να χρησιμοποιηθεί για τον σχεδιασμό μελλοντικών μεθόδων διαχείρισης, λαμβάνοντας υπόψη ότι οι προστατευόμενες περιοχές είναι  σπάνια αρκετά μεγάλες για την υποστήριξη βιώσιμων πληθυσμών λύκων (Noss et al., 1996). Η εισαγωγή άλλων μεταβλητών, όπως η ποσότητα τροφής και η ανθρώπινη παρουσία θα αποτελούσε σίγουρα μια ιδιαίτερα πολύτιμη πληροφορία για την βελτίωση του μοντέλου (Clark et al., 1996) και οι μελλοντικές εργασίες θα πρέπει να στοχεύσουν στη συλλογή λεπτομερών πληροφοριών που θα χρησιμοποιηθούν σε μια ολοκληρωμένη διαχείριση. Τέλος, εξίσου σημαντική είναι και η συλλογή δεδομένων κατευθείαν από το πεδίο μελέτης προκειμένου να επικυρωθούν τα αποτελέσματα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Εφαρμογές άγριας πανίδας]]&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BC%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%83%CF%85%CE%B3%CE%BA%CE%B5%CE%BA%CF%81%CE%B9%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%B4%CE%B9%CE%B1%CF%84%CE%AE%CF%81%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BB%CF%8D%CE%BA%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CE%9A%CE%B1%CF%81%CF%80%CE%AC%CE%B8%CE%B9%CE%B1_%CE%8C%CF%81%CE%B7,_%CE%BA%CE%B5%CE%BD%CF%84%CF%81%CE%B9%CE%BA%CE%AE_%CE%95%CF%85%CF%81%CF%8E%CF%80%CE%B7</id>
		<title>Χρήση δορυφορικών εικόνων για την μοντελοποίηση συγκεκριμένων περιοχών διατήρησης των λύκων στα Καρπάθια Όρη, κεντρική Ευρώπη</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%BF%CF%81%CF%85%CF%86%CE%BF%CF%81%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B5%CE%B9%CE%BA%CF%8C%CE%BD%CF%89%CE%BD_%CE%B3%CE%B9%CE%B1_%CF%84%CE%B7%CE%BD_%CE%BC%CE%BF%CE%BD%CF%84%CE%B5%CE%BB%CE%BF%CF%80%CE%BF%CE%AF%CE%B7%CF%83%CE%B7_%CF%83%CF%85%CE%B3%CE%BA%CE%B5%CE%BA%CF%81%CE%B9%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%80%CE%B5%CF%81%CE%B9%CE%BF%CF%87%CF%8E%CE%BD_%CE%B4%CE%B9%CE%B1%CF%84%CE%AE%CF%81%CE%B7%CF%83%CE%B7%CF%82_%CF%84%CF%89%CE%BD_%CE%BB%CF%8D%CE%BA%CF%89%CE%BD_%CF%83%CF%84%CE%B1_%CE%9A%CE%B1%CF%81%CF%80%CE%AC%CE%B8%CE%B9%CE%B1_%CE%8C%CF%81%CE%B7,_%CE%BA%CE%B5%CE%BD%CF%84%CF%81%CE%B9%CE%BA%CE%AE_%CE%95%CF%85%CF%81%CF%8E%CF%80%CE%B7"/>
				<updated>2025-01-27T21:39:38Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: Νέα σελίδα με ' Τα Καρπάθια όρη στην κεντρική Ευρώπη   [[Εικόνα: K_bosko_3.2.png | thumb | right |...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Εικόνα: k_bosko_3.1.png | thumb | right | Τα Καρπάθια όρη στην κεντρική Ευρώπη ]]&lt;br /&gt;
&lt;br /&gt;
[[Εικόνα: K_bosko_3.2.png | thumb | right | Η γραφική αναπαράσταση των περιοχών καταλληλότητας για τον λύκο]]&lt;br /&gt;
&lt;br /&gt;
'''Τίτλος :'''  Use of satellite images for regional modelling of conservation areas for wolves in the Carpathian Mountains, central Europe&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς :''' Valeria Salvatori, F. Corsi , E.J. Milton and L. Boitani&lt;br /&gt;
&lt;br /&gt;
'''Link:''' &lt;br /&gt;
&lt;br /&gt;
https://www.researchgate.net/publication/237111089_Use_of_satellite_images_for_regional_modelling_of_conservation_areas_for_wolves_in_the_Carpathian_Mountains_central_Europe&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''ΠΕΡΙΛΗΨΗ'''&lt;br /&gt;
&lt;br /&gt;
Η παρούσα μελέτη ανέλυσε τη χωρική δομή των Καρπάθιων Ορεών, στην Κεντρική Ευρώπη, ως  ένα σύνολο, και αξιολόγησε  την καταλληλότητα των περιοχών  με στόχο την διατήρηση των λύκων. Τα φυσικά χαρακτηριστικά της περιοχής μπόρεσαν να μελετηθούν με τη βοήθεια του δείκτη NDVI. Οι περιοχές στις οποίες εμφανίστηκαν λύκοι , χρησίμευσαν ως σημείο αναφοράς για την εκτίμηση του  βαθμού καταλληλότητας της ευρύτερης περιοχής. Τα αποτελέσματα δείχνουν ότι το μεγαλύτερο μέρος των Καρπαθίων Ορέων είναι εξαιρετικά κατάλληλο για  τον λύκο και ότι οι πιο κατάλληλες περιοχές είναι αυτές στις οποίες βρίσκονται σήμερα οι λύκοι. &lt;br /&gt;
&lt;br /&gt;
'''ΕΙΣΑΓΩΓΗ'''&lt;br /&gt;
&lt;br /&gt;
O προσδιορισμός των κρίσιμων περιοχών, είναι το πρώτο βήμα για την προσπάθεια διαφύλαξής των ειδών. Στην Ευρώπη, υπάρχουν λίγα είδη μεγάλων σαρκοφάγων, καθώς η ανθρώπινη δράση έχει μειώσει ή και εξαφανίσει πολλά από αυτά. Μεταξύ αυτών, ο λύκος (Canis lupus). Στο κεντροανατολικό τμήμα της Ευρώπης, οι πληθυσμοί των λύκων στα Καρπάθια Όρη είναι αξιοσημείωτοι, καθώς απαντώνται σε όλη την οροσειρά και σε μεγάλους αριθμούς.  &lt;br /&gt;
&lt;br /&gt;
'''ΕΦΑΡΜΟΓΗ'''&lt;br /&gt;
&lt;br /&gt;
Στην παρούσα μελέτη στοχεύσαμε στον εντοπισμό περιοχών με διαφορετικούς βαθμούς «καταλληλότητας» για την επιβίωση του λύκου στα Καρπάθια όρη. Για το λόγο αυτό ,χρησιμοποιήσαμε μια πιθανολογική προσέγγιση σε ένα γεωγραφικό σύστημα πληροφοριών (GIS) και δημιουργήσαμε χάρτες που αναπαριστούν τα Καρπάθια όρη.&lt;br /&gt;
Χρησιμοποιήθηκε ο δείκτης βλάστησης (NDVI) για την ανάλυση  του περιβάλλοντος, χωρίς να απαιτείται η χρήση δορυφορικών εικόνων από πολλές χρονικές στιγμές και χωρίς να εμφανίζει σφάλματα που σχετίζονται με την ταξινόμηση της κάλυψης γης. &lt;br /&gt;
&lt;br /&gt;
'''ΠΕΡΙΟΧΉ ΜΕΛΈΤΗΣ ΚΑΙ ΜΈΘΟΔΟΙ'''&lt;br /&gt;
&lt;br /&gt;
Τα Καρπάθια είναι η δεύτερη μεγαλύτερη οροσειρά στην Κεντρική Ευρώπη μετά τις Άλπεις , καλύπτοντας μια έκταση περίπου 1,5 εκατομμυρίων χιλιομέτρων. Το ορεινό συγκρότημα χωρίζεται σε 7 χώρες: Αυστρία, Τσεχία, Σλοβακία, Πολωνία, Ουγγαρία, Ουκρανία και Ρουμανία. Στην παρούσα μελέτη επικεντρωνόμαστε μόνο στις χώρες που περιέχουν τουλάχιστον 10% της επικράτειας της οροσειράς, λαμβάνοντας υπόψη ότι σε μικρότερες σε έκταση περιοχές , η επιβίωση του λύκου είναι δυσκολότερη .Συνεπώς, η συζήτησή μας περιορίζεται στην Πολωνία, Σλοβακία, την Ουκρανία και τη Ρουμανία, οι οποίες όλες μαζί περιλαμβάνουν το 90% της οροσειράς των Καρπαθίων.&lt;br /&gt;
&lt;br /&gt;
'''ΛΥΚΟΙ ΣΤΑ ΚΑΡΠΑΘΙΑ'''&lt;br /&gt;
&lt;br /&gt;
Ο πληθυσμός των λύκων των Καρπαθίων είναι ο μεγαλύτερος στην Ευρώπη, αν και αυτά  καλύπτουν λιγότερο από το 1% της Ευρώπης. Οι λύκοι των Καρπαθίων αντιπροσωπεύουν περίπου το 30% του ευρωπαϊκού πληθυσμού (στοιχεία Boitani, 2000). Και οι τέσσερις χώρες έχουν υπογράψει τη Σύμβαση της Βέρνης, για τη διατήρηση των ευρωπαϊκών σαρκοφάγων, αλλά δεν έχει εφαρμοστεί αποτελεσματική νομοθεσία για την προστασία του λύκου σε κάποια από όλες συγκεκριμένα  (Okarma 1993). Το είδος προστατεύεται μόνο σε ορισμένες χώρες, όπου προσφέρεται αποζημίωση για τις ζημιές που μπορεί να προκαλεί, ενώ σε άλλες (π.χ. Ουκρανία) εξακολουθεί να θεωρείται ανεπιθύμητο.&lt;br /&gt;
&lt;br /&gt;
'''ΜΕΘΟΔΟΣ ΜΟΝΤΕΛΟΠΟΙΗΣΗΣ'''&lt;br /&gt;
&lt;br /&gt;
Στόχος ήταν η  μοντελοποίηση περιοχών για την προστασία μεγάλων σαρκοφάγων στις Άλπεις. Η αναλυτική προσέγγιση χρησιμοποιεί πολυμεταβλητές στατιστικές μεθόδους για τον χωρικό προσδιορισμό περιοχών που συνδέονται με διάφορους βαθμούς καταλληλότητας του περιβάλλοντος. Οι κατηγορίες καταλληλότητας  καθορίζονται σύμφωνα με τα περιβαλλοντικά χαρακτηριστικά των περιοχών όπου καταγράφηκε  η παρουσία λύκου. Το μοντέλο που δημιουργήθηκε εξάγει τα περιβαλλοντικά χαρακτηριστικά των περιοχών όπου καταγράφηκαν λύκοι. Ο μέσος όρος των τιμών των περιβαλλοντικών μεταβλητών που βρέθηκαν σε κάθε τοποθεσία παρέχουν μια εκτίμηση του «οικολογικού αποτυπώματος» του λύκου. Συγκρίσεις μεταξύ του οικολογικού αποτυπώματος  και των ογκολογικών χαρακτηριστικών οποιασδήποτε άλλης θέσης εντός της μελέτης&lt;br /&gt;
περιοχής επιτρέπουν τον καθορισμό ενός βαθμού καταλληλότητας με βάση τη μεταξύ τους διαφορά. Έτσι, όσο μεγαλύτερη είναι η διαφορά μεταξύ οποιασδήποτε δεδομένης θέσης Α και του οικολογικού αποτυπώματος , τόσο χαμηλότερος είναι ο βαθμός καταλληλότητας που αποδίδεται στην θέση αυτή.&lt;br /&gt;
&lt;br /&gt;
'''ΜΕΤΑΒΛΗΤΕΣ ΠΟΥ ΧΡΗΣΙΜΟΠΟΙΗΘΗΚΑΝ'''&lt;br /&gt;
&lt;br /&gt;
Οι περιβαλλοντικές μεταβλητές που εξετάστηκαν επιλέχθηκαν με βάση τη γνώση ειδικών. Οι λύκοι στα Καρπάθια φαίνεται να καταλαμβάνουν τις περισσότερες δασικές περιοχές, όπου η ανθρώπινη επίδραση είναι η μικρότερη,  αν και υπάρχουν μεμονωμένες περιπτώσεις εντοπισμού λύκων σε αστικές περιοχές (A. Mertens). Όπως τα περισσότερα σαρκοφάγα είδη, η παρουσία του λύκου στα Καρπάθια εξαρτάται από τη διαθεσιμότητα της τροφής, τη δυνατότητα εύρεσης κάλυψης και της απουσία ανθρώπινης παρουσίας. Η παρουσία και ποσότητα τροφής δεν ήταν διαθέσιμη για τις εξεταζόμενες χώρες. Η κάλυψη εκτιμήθηκε με τη χρήση του NDVI των εικόνων NOAA-AVHRR στα Καρπάθια. Ο NDVI είναι ενδεικτικός της σχετικής ποσότητας της ενεργά φωτοσυνθετικής βλάστησης μιας περιοχής (Hay et al, 1998). Προκειμένου να προσδιοριστούν τα φαινολογικά χαρακτηριστικά μιας , λαμβάνοντας υπόψη την εποχιακή διακύμανση της ποσότητας της ζωντανής βλάστησης, χρησιμοποιήσαμε ένα σύνολο 9 εικόνες NDVI από διαφορετικούς μήνες του έτους, από τον Μάρτιο έως τον Οκτώβριο του 1995. Οι εικόνες προέρχονταν από το σύνθετο σύνολο δεδομένων 10 ημερών που διατίθεται από το USGS και η νεφοκάλυψη ήταν πάντα ελάχιστη. Η ανθρώπινη παρουσία εξετάστηκε με βάση τους δρόμους και τα σιδηροδρομικά δίκτυα και ενός χάρτη οικισμών εντός της περιοχής μελέτης. Ένα ψηφιακό μοντέλο υψομέτρου (που δημιουργείται  από το USGS σε 1km χωρικής ανάλυσης) της περιοχής χρησιμοποιήθηκε επίσης για να μελετηθεί η  δομή του εδάφους της οροσειράς. Τέλος, οι τοποθεσίες των λύκων προέκυψαν από μελέτες σχετικών ερευνητών, δασολόγους και κυνηγούς και μεταφέρθηκαν στο  μοντέλο ως ένα στρώμα σημειακών θέσεων. &lt;br /&gt;
&lt;br /&gt;
'''ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ'''&lt;br /&gt;
&lt;br /&gt;
Οι μεταβλητές μεταφέρθηκαν σε ψηφιακή μορφή. Όλες εκτός από εκείνες που προέρχονται από το USGS αποκτήθηκαν για κάθε χώρα ξεχωριστά. Οι χωρικές και οι γεωγραφικές προβολές είχαν διαφορές στην κλίμακα αναπαράστασής τους, επομένως χρειαζόταν  μια προεπεξεργασία για το  μετασχηματισμό και την επεξεργασία των δεδομένων για τη διόρθωση των αποκλίσεων μεταξύ των τεσσάρων χωρών. Στη συνέχεια, στα διανυσματικά επίπεδα χρησιμοποιήθηκε raser με τη χρήση του USGS ως πλέγμα αναφοράς. Προκειμένου να κατανοήσουν τον τρόπο αντίληψης του χώρου από τον του λύκο, υπολογίστηκε ο μέσος όρος των τιμών των εικονοστοιχείων κάθε μεταβλητής χρησιμοποιώντας ένα κυκλικό φατνίο ακτίνας 5 εικονοστοιχείων, λαμβάνοντας ως σημείο αναφοράς η μέση επικράτεια που καταλαμβάνει ένας λύκος (δηλαδή, 82 km2).Η οικολογική υπογραφή του λύκου ορίστηκε ως το διάνυσμα των μέσων όρων των τιμών κάθε περιβαλλοντικής μεταβλητής στις τοποθεσίες των λύκων  μαζί με τον τον πίνακα διασποράς. Χρησιμοποιήσαμε το μέτρο της απόστασης Mahalanobis για τον χαρακτηρισμό κάθε εικονοστοιχείου της περιοχής. Η απόσταση Mahalanobis είναι μια  πολυμεταβλητή τεχνική, επομένως είναι η πλέον κατάλληλη για δημιουργία περιβαλλοντικών μοντέλων και έχει το πλεονέκτημα ότι λαμβάνει υπόψη τις σχετικές μεταβλητές μέσω ενός πίνακα διακύμανσης-συνδιακύμανσης. Η εικόνα ράστερ που προέκυψε μετά από υπολογισμούς συγκρίθηκε στη συνέχεια με ένα χάρτη κατανομής των λύκων στα Καρπάθια που δόθηκε ως από τους τοπικούς επιστήμονες. Οι εικόνες ράστερ του NDVI συγκεντρώθηκαν για να παραχθεί ένας δείκτης φαινολογικής μεταβλητότητας μέσω του συντελεστή διακύμανσης (CV), που υπολογίζεται ως ο λόγος μεταξύ της SD και των μέσων τιμών του κάθε εικονοστοιχείου. Η τελική εικόνα ράστερ χρησιμοποιήθηκε στη συνέχεια για την εκτίμηση του ποσοστού της κάθε κατηγορίας καταλληλότητας  που περιλαμβάνεται στις πραγματικές περιοχές. &lt;br /&gt;
&lt;br /&gt;
'''ΑΠΟΤΕΛΕΣΜΑΤΑ'''&lt;br /&gt;
&lt;br /&gt;
Το μεγαλύτερο μέρος των Καρπαθίων ανήκε στην πρώτη κατηγορία καταλληλότητας&lt;br /&gt;
, και όταν οι δύο πρώτες κατηγορίες καταλληλότητας συνδιάστηκαν , συμπεριλήφθηκε πάνω από το 75% της περιοχής. Η χωρικήωκατανομή του υψηλού βαθμού καταλληλότητας είναι κυρίως συνεχής και το 71% της συνολικής έκτασης της κατηγορίας 1 αποτελείται από περιοχές τόσο μεγάλες, όσο τουλάχιστον δύο λύκοι. Το ποσοστό αυτό ανέρχεται σε 78,7% όταν συγκεντρώνονται οι κλάσεις 1 και 2. Το κύριο τμήμα των ιδιαίτερα κατάλληλων περιοχών αποτελείται από περιοχές που συνδέονται με χαμηλή φαινολογική μεταβλητότητα. Η σύγκριση μεταξύ των διαφορετικών κατηγοριών καταλληλότητας περιβάλλοντος και των κατανομών του λύκου , έδειξε &lt;br /&gt;
ότι το 48% της περιοχής εξάπλωσης του λύκου περιλαμβάνεται στην&lt;br /&gt;
κατηγορία καταλληλότητας 1 και το 32% στην κατηγορία καταλληλότητας 2.&lt;br /&gt;
&lt;br /&gt;
'''ΣΥΝΟΨΗ'''&lt;br /&gt;
&lt;br /&gt;
Η μελέτη  των Καρπαθίων Ορέων ως σύνολο είναι σημαντική , στο πλαίσιο της διαχείρισης των λύκων σε πανευρωπαϊκή κλίμακα. Ο λύκος συναντάται στην περιοχή σε εξαιρετικά υψηλή πυκνότητα και ο πληθυσμός του εξαπλώνεται συνεχώς. Μόλις η μελέτη εφαρμοστεί για το σύνολο, θα δώσει τα απαραίτητα δεδομένα για την μελέτη συγκεκριμένων περιοχών οπού και θα διεξαχθούν λεπτομερείς μελέτες για τον καθορισμό περιοχών προτεραιότητας. Η χωρική ανάλυση του 1 km είναι κατάλληλη σε τέτοιες περιπτώσεις, καθώς ο λύκος είναι ένα είδος που περιπλανιέται σε μεγάλες εκτάσεις (Riitters et al., 1997). Πρέπει να επισημανθεί ότι η αναλυτική προσέγγιση που υιοθετήθηκε στην παρούσα μελέτη παράγει αποτελέσματα που είναι συγκεκριμένα για το είδος και την περιοχή-στόχο. Οι προκύπτουσες τιμές δεν θα πρέπει να θεωρηθούν ως απόλυτες τιμές καταλληλότητας, αλλά περισσότερο ως σχετικές εντός της περιοχής (Corsi et al., 1999). Το πλεονέκτημα της χρήσης του NDVI έναντι των χαρτών κάλυψης γης είναι ότι ο NDVI επιτρέπει τον εντοπισμό  των δυναμικής φύσης των φυτοκαλυμμένων περιοχών και επιπλέον δεν απαιτεί επιπλέον επεξεργασία της εικόνας. Το υψηλό ποσοστό των Καρπαθίων που ανήκει στις κατηγορίες υψηλής καταλληλότητας υποδηλώνει ότι τα εκτεταμένα δάση και ο σχετικά χαμηλός ανθρώπινος πληθυσμός καθιστούν την οροσειρά σε προτεραιότητα διατήρησης. Ο χαρακτηρισμός των Καρπάθιων από την άποψη της φαινολογικής μεταβλητότητας είναι ενδεικτικός της σημασίας των δασικών περιοχών που είναι φωτοσυνθετικά ενεργές για το μεγαλύτερο μέρος του έτους. Αυτές είναι οι περιοχές που απειλούνται σημαντικά λόγω της οικονομικής τους αξία. Λόγω της δυνητικής απειλής του λύκο, το αποτέλεσμα της παρούσας μελέτης θα μπορούσε να χρησιμοποιηθεί για τον σχεδιασμό μελλοντικών μεθόδων διαχείρισης, λαμβάνοντας υπόψη ότι οι προστατευόμενες περιοχές είναι  σπάνια αρκετά μεγάλες για την υποστήριξη βιώσιμων πληθυσμών λύκων (Noss et al., 1996). Η εισαγωγή άλλων μεταβλητών, όπως η ποσότητα τροφής και η ανθρώπινη παρουσία θα αποτελούσε σίγουρα μια ιδιαίτερα πολύτιμη πληροφορία για την βελτίωση του μοντέλου (Clark et al., 1996) και οι μελλοντικές εργασίες θα πρέπει να στοχεύσουν στη συλλογή λεπτομερών πληροφοριών που θα χρησιμοποιηθούν σε μια ολοκληρωμένη διαχείριση. Τέλος, εξίσου σημαντική είναι και η συλλογή δεδομένων κατευθείαν από το πεδίο μελέτης προκειμένου να επικυρωθούν τα αποτελέσματα.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Εφαρμογές άγριας πανίδας]]&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_3.2.png</id>
		<title>Αρχείο:K bosko 3.2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_3.2.png"/>
				<updated>2025-01-27T21:25:13Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_3.1.png</id>
		<title>Αρχείο:K bosko 3.1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_3.1.png"/>
				<updated>2025-01-27T21:25:00Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CE%BF%CF%85_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B5%CE%B3%CE%BA%CE%BB%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82:_%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%B2%CE%B9%CE%B2%CE%BB%CE%B9%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CE%AF%CE%B1%CF%82_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF_2003_%CE%AD%CF%89%CF%82_%CF%84%CE%BF_2023</id>
		<title>Χρήση δεδομένων τηλεπισκόπησης στην ανάλυση του αστικού εγκλήματος: Μελέτη βιβλιογραφίας από το 2003 έως το 2023</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%A7%CF%81%CE%AE%CF%83%CE%B7_%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD_%CF%84%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7%CF%82_%CF%83%CF%84%CE%B7%CE%BD_%CE%B1%CE%BD%CE%AC%CE%BB%CF%85%CF%83%CE%B7_%CF%84%CE%BF%CF%85_%CE%B1%CF%83%CF%84%CE%B9%CE%BA%CE%BF%CF%8D_%CE%B5%CE%B3%CE%BA%CE%BB%CE%AE%CE%BC%CE%B1%CF%84%CE%BF%CF%82:_%CE%9C%CE%B5%CE%BB%CE%AD%CF%84%CE%B7_%CE%B2%CE%B9%CE%B2%CE%BB%CE%B9%CE%BF%CE%B3%CF%81%CE%B1%CF%86%CE%AF%CE%B1%CF%82_%CE%B1%CF%80%CF%8C_%CF%84%CE%BF_2003_%CE%AD%CF%89%CF%82_%CF%84%CE%BF_2023"/>
				<updated>2025-01-27T21:24:17Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: Νέα σελίδα με '[[ Εικόνα:K_bosko_2.1.png | thumb | right | Στοιχεία που απεικονίζονται και συνδέονται με την αστική δόμηση, ...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[ Εικόνα:K_bosko_2.1.png | thumb | right | Στοιχεία που απεικονίζονται και συνδέονται με την αστική δόμηση, τις δραστηριότητες των ανθρώπων και το έγκλημα ]]&lt;br /&gt;
[[ Εικόνα: K_bosko_2.2.png | thumb | right | Τιμές NDVI (Normalized Difference Vegetation Index ) που εξάγονται από δεδομένα τηλεπισκόπησης και&lt;br /&gt;
υποδεικνύουν πιθανούς μηχανισμούς που συνδέουν τη βλάστηση, την κοινωνική αλληλεπίδραση  και το έγκλημα ]]&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Τίτλος:''' Using Remote Sensing Data in Urban Crime Analysis: A Systematic Review of English Language Literature from 2003 to 2023&lt;br /&gt;
&lt;br /&gt;
'''Special Issue:''' Exploring Methods in Crime and Safety Analysis&lt;br /&gt;
&lt;br /&gt;
'''Συγγραφείς''': Vania Ceccato and Ioannis Ioannidis&lt;br /&gt;
&lt;br /&gt;
'''Link:''' https://journals.sagepub.com/doi/10.1177/10575677241237960&lt;br /&gt;
&lt;br /&gt;
'''Εισαγωγή'''&lt;br /&gt;
&lt;br /&gt;
Σκοπός της παρούσας έρευνας είναι η μελέτη της χρήσης τηλεπισκοπικών μεθόδων , με σκοπό τον εντοπισμό χαρακτηριστικών των πόλεων που συνδέονται με την εγκληματικότητα .Υστέρα από ανάλυση 910 μελετών , μόνο 36 από αυτές ήταν σχετικές με το αντικείμενο και παρείχαν δεδομένα. Τα αποτελέσματα της έρευνας δείχνουν τη  χρησιμότητα των εικόνων υψηλής ανάλυσης για την ανίχνευση εγκληματικών δράσεων στις πόλεις , στις οποίες είναι διακριτά χαρακτηριστικά , όπως η διάταξη των δρόμων, η πυκνότητα της βλάστησης και η φωτεινότητα. Ωστόσο, η ενσωμάτωση της τηλεπισκόπησης στην εγκληματολογία , δεν έχει ακόμα διερευνηθεί επαρκώς και οι ερευνητές έχουν ακόμα να αντιμετωπίσουν πολλές προκλήσεις μέχρι την τελειοποίησή της .&lt;br /&gt;
&lt;br /&gt;
Στις βιβλιογραφικές μελέτες αναζητήθηκαν τα εξής στοιχεία:&lt;br /&gt;
&lt;br /&gt;
1. Έτος μελέτης , περιοχή  και δημογραφικά στοιχεία συγγραφέων.&lt;br /&gt;
&lt;br /&gt;
2. Διαφορετικά είδη δορυφόρων  (passive vs. active sensors) και μέθοδοι συλλογής τηλεπισκοπικών δεδομένων εστιασμένες στον τομέα της εγκληματολογίας.&lt;br /&gt;
&lt;br /&gt;
3. Εξέταση του τρόπου με τον οποίο μέσω της   τηλεπισκόπησης μπορούν να αναλυθούν  χαρακτηριστικά της εγκληματικότητας που σχετίζονται με την αστική δόμηση, τη βλάστηση και το  φωτισμό.&lt;br /&gt;
&lt;br /&gt;
4. Τέλος , η ανάλυση των προκλήσεων και των εμποδίων ενσωμάτωσης των μεθόδων τηλεπισκόπησης στον κλάδο της εγκληματολογίας, των αντιδράσεων που αφορούν  την ιδιωτικότητα και την δυνατότητα για περαιτέρω μελέτες στο μέλλον.&lt;br /&gt;
&lt;br /&gt;
'''Αποτελέσματα της έρευνας :'''&lt;br /&gt;
&lt;br /&gt;
1.	Δεδομένα που συλλέχτηκαν από δορυφόρους ( δρόμοι , χρήσεις Γης κλπ) αποκαλύπτουν τη σχέση διαφόρων εγκληματικών δράσεων με το πώς είναι δομημένη μια πόλη. Συγκριμένα , η μεγαλύτερη ανομοιομορφία στην αστική δόμηση , είναι συνδεδεμένη με υψηλότερο δείκτη εγκληματικότητας .&lt;br /&gt;
&lt;br /&gt;
2.	Συγκρίσεις δεδομένων που μας έδωσαν τηλεπισκοπικές μέθοδοι , αποδεικνύουν πως η εξάπλωση και η αλλαγή της χρήσης Γης στις πόλεις επηρεάζουν την εγκληματική δραστηριότητα. &lt;br /&gt;
&lt;br /&gt;
3.	Δείκτες βλάστησης όπως ο ΝDVI (Normalized Difference Vegetation Index) , συνδέονται με τον αστικό σχεδιασμό και διάφορα κοινωνικοοικονομικά κριτήρια  .Εξειδικευμένες μέθοδοι όπως η μέθοδος LiDAR , βελτιώνουν την ακρίβεια κατά την ανάλυση της εγκληματικής δράσης και της κάλυψης από δέντρα.&lt;br /&gt;
&lt;br /&gt;
4.	Τα δορυφορικά δεδομένα που αφορούν τον φωτισμό βοηθούν στην ανάλυση των αστικών περιοχών και της συσχέτισής τους με το έγκλημα. Τα στοιχεία δείχνουν τις σημαντικές επιπτώσεις του φωτισμού στην εγκληματική δραστηριότητα , σε εξωτερικούς και εσωτερικούς χώρους.&lt;br /&gt;
&lt;br /&gt;
'''Δυνατότητες'''&lt;br /&gt;
&lt;br /&gt;
• Πρόσβαση σε εκτενή γεωγραφικά δεδομένα από διάφορους αισθητήρες.&lt;br /&gt;
&lt;br /&gt;
• Επιπλέον δεδομένα ,στα είδη γνωστά ,περί εγκλήματος που σχετίζονται όμως  με αστικά δομικά στοιχεία.&lt;br /&gt;
&lt;br /&gt;
• Πιθανότατα Βιώσιμη εναλλακτική λύση για περιοχές  με περιορισμένους πόρους.&lt;br /&gt;
&lt;br /&gt;
'''Προκλήσεις'''&lt;br /&gt;
&lt;br /&gt;
• Ανεπαρκής και ασαφής ανάλυση για ορισμένα αστικά χαρακτηριστικά.&lt;br /&gt;
&lt;br /&gt;
• Ανάγκη για αυστηρές μεθόδους για τη διασφάλιση της ακρίβειας.&lt;br /&gt;
&lt;br /&gt;
• Ζητήματα που αφορούν το απόρρητο, κατά ανίχνευση και παρακολούθηση.&lt;br /&gt;
&lt;br /&gt;
'''Σύνοψη'''&lt;br /&gt;
&lt;br /&gt;
Τα δεδομένα της  τηλεπισκόπησης προσφέρουν ένα οικονομικό και  αποδοτικό, μέσο με προοπτικές , για τη μελέτη του αστικού εγκλήματος, συμπληρώνοντας και ενισχύοντας  τις παραδοσιακές μεθόδους εγκληματολογίας. Η μελλοντική έρευνα θα πρέπει να επικεντρωθεί στη βελτίωση των μεθόδων τηλεπισκόπησης , στη διεπιστημονική έρευνα και στην αντιμετώπιση των ζητημάτων ιδιωτικότητας και δεοντολογίας. Η ενσωμάτωση της τηλεπισκόπησης στον κλάδο της εγκληματολογίας , θα μπορούσε να δώσει λύσεις στο πρόβλημα της εγκληματικότητας.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 [[category:Χαρτογραφία]]&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_2.2.png</id>
		<title>Αρχείο:K bosko 2.2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_2.2.png"/>
				<updated>2025-01-27T21:14:37Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_2.1.png</id>
		<title>Αρχείο:K bosko 2.1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_2.1.png"/>
				<updated>2025-01-27T21:14:18Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7_,%CF%80%CE%BF%CE%B9%CE%BA%CE%B9%CE%BB%CE%BF%CE%BC%CE%BF%CF%81%CF%86%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%BB%CE%B5%CE%B9%CF%84%CE%BF%CF%85%CF%81%CE%B3%CE%AF%CE%B1_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B1%CF%83%CF%8E%CE%BD</id>
		<title>Η Τηλεπισκόπηση και η σύνθεση ,ποικιλομορφία και λειτουργία των τροπικών δασών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7_,%CF%80%CE%BF%CE%B9%CE%BA%CE%B9%CE%BB%CE%BF%CE%BC%CE%BF%CF%81%CF%86%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%BB%CE%B5%CE%B9%CF%84%CE%BF%CF%85%CF%81%CE%B3%CE%AF%CE%B1_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B1%CF%83%CF%8E%CE%BD"/>
				<updated>2025-01-27T21:12:54Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[ Εικόνα: K_bosko_1.1.png | thumb | right |Φάσματα ανάκλασης φύλλων (γραμμή)) και κορυφής των δέντρων  (γραμμή με τελείες) δάσους του Παναμά. Συντομογραφίες φυτικών ειδών : ANA =Anacardium excelsum, CAS = Castilla elastica, COR = Cordillaalliodora, DEC = στέμμα φυλλοβόλου δέντρου, ΩΡΛ = Enterolobium cyclocarpum, και FIC = Ficus insipida. Τα φάσματα της κορώνας ήταν λαμβάνονται από τον αισθητήρα απεικόνισης HYDICE (Bohlman and Lashlee) ]]&lt;br /&gt;
&lt;br /&gt;
[[ Εικόνα: K_bosko_1.2.png | thumb | right |Δεδομένα για την περιοχή  50 εκταρίων στο  Barro Colorado Island (BCI) που συλλέχθηκαν τον Σεπτέμβριο του 2019:&lt;br /&gt;
(α) Ψευδής χρωματική αναπαράσταση υπερφασματικής ανάκλασης (400–1050 nm) &lt;br /&gt;
 (β) Σύνθετο  RGB αληθινού χρώματος με την χρήση ενός οπτικού αισθητήρα υψηλής ανάλυσης που βρίσκεται και ταυτόχρονα στο (α). Το ένθετο ορθογώνιο απεικονίζει τις διαστάσεις  της περιοχής μελέτης , το αστέρι αντιπροσωπεύει τη συγκεκριμένη όπου τραβήχτηκαν οι εικόνες ]]&lt;br /&gt;
&lt;br /&gt;
'''Η Τηλεπισκόπηση και  η σύνθεση ,ποικιλομορφία και λειτουργία των  τροπικών δασών''' &lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Stephanie A. Bohlman&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:'''https://smithsonian.figshare.com/articles/chapter/Remote_Sensing_of_Tropical_Forest_Plant_Composition_Diversity_and_Function/26882401?file=50800122&lt;br /&gt;
&lt;br /&gt;
'''Τίτλος:''' Remote Sensing of Tropical Forest Plant Composition, Diversity, and Function&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:'''&lt;br /&gt;
Η  σημασία της τηλεπισκόπησης  είναι μεγάλη όταν πρόκειται για την ανάλυση της σύνθεσης και της ποικιλομορφίας των τροπικών δασών . Υστέρα από μελέτη δάσους 50 εκταρίων  στο Barro Colorado Island (BCI) και μιας μικρότερης έκτασης στον κεντρικό Παναμά , με την χρήση τηλεπισκοπικών μεθόδων με τη βοήθεια drone ,  μπορέσαμε να αντλήσουμε δεδομένα για την αξιολόγησή τους. Χάρη στην τηλεπισκόπηση , έχουμε αποκτήσει πληροφορίες για τα λειτουργικά χαρακτηριστικά των δέντρων , της φωτοσύνθεσης και της φαινολογίας τους. &lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
H τηλεπισκόπηση, η οποία μετρά την ενέργεια που ανακλάται από την επιφάνεια της Γης σε ενεργούς ή παθητικούς αισθητήρες, δορυφόρους, αεροσκάφη, drone κ.α , είναι ένα σημαντικό εργαλείο για την κατανόηση, τη διατήρηση και τη διαχείριση των τροπικών δασών. Επιτρέπει την αξιολόγηση, ανάλυση και παρακολούθηση των φυτών, και της βιοποικιλότητας, ενώ διαφέρει από τη δειγματοληψία πεδίου. Τα δεδομένα που συλλέγονται ,είναι κρίσιμα για τη διαμόρφωση  λογισμικών  και μοντέλων που τα μετατρέπουν σε μεταβλητές, όπως ο αριθμός των ειδών ή η περιεκτικότητα σε άζωτο των φύλλων της κορφής του δέντρου κ.α. Η μεγάλη ποικιλομορφία και η πολυεπίπεδη δομή των δέντρων ,καθιστά δύσκολη τη συλλογή πολλών δεδομένων από τις κορφές των δέντρων, το μέρος του δάσους που καταγράφουν οι περισσότερες συσκευές τηλεπισκόπησης. Επιπλέον, η υψηλή νέφωση  αλλοιώνει τις οπτικές εικόνες  από δορυφόρους και αεροσκάφη, δυσκολεύοντας την ανάλυσή τους. &lt;br /&gt;
'''&lt;br /&gt;
Η φαινολογία της κόμης των δένρων'''&lt;br /&gt;
Η φαινολογία των φύλλων επηρεάζει άμεσα τον κύκλο άνθρακα και νερού και τη διαθεσιμότητα πόρων για τα ζώα που τρέφονται με τους καρπούς των δέντρων . Σε τροπικά δάση με ξηρή περίοδο, όπως στο Barro Colorado Island (BCI), τα φυτά εμφανίζουν ποικίλα φαινολογικά μοτίβα, από πλήρως φυλλοβόλα έως μερικώς φυλλοβόλα ή αειθαλή. Οι διαφορές στις φασματικές ιδιότητες μεταξύ φύλλων και του ξυλώδους μέρους,  επιτρέπουν την αξιολόγηση της φυλλοβόλας συμπεριφοράς με τη βοήθεια της τηλεπισκόπησης. Με δεδομένα από Landsat (30m pixel) , οι δείκτες NDVI και ανάλυσης φασματικής ανάμειξης αποδείχθηκαν αποτελεσματικοί για τη μέτρηση της φυλλοβόλας συμπεριφοράς σε πεδία με διαφορετικά επίπεδα βροχόπτωσης στον Παναμά. Τα δέντρα τείνουν να είναι όλο και λιγότερο φυλλοβόλα  με τις βροχοπτώσεις, μια  διαφοροποίηση που συνδέεται με αυξημένη παρουσία φυλλοβόλων ειδών στα ανώτερα επίπεδα της κόμης. Η υψηλή ανάλυση με drone και αεροπλάνα μπορεί να καταγράψει τη φαινολογία σε επίπεδο δέντρου ή είδους. Μελέτες έδειξαν ότι τα φαινολογικά μοτίβα διαφέρουν σημαντικά μεταξύ των ειδών και συνδέονται με χαρακτηριστικά ,όπως το μέγεθος του  δέντρου και η χημεία του φύλλου . Αυτές οι παρατηρήσεις είναι κρίσιμες για την κατανόηση των αντιδράσεων των ειδών στις κλιματικές αλλαγές  .&lt;br /&gt;
&lt;br /&gt;
'''Λειτουργικά χαρακτηριστικά''' &lt;br /&gt;
Η σύνθεση των φυτών διαφοροποιείται ανάλογα με τις  διαφορετικές ζώνες και παίζει κρίσιμο ρόλο στις αντιδράσεις τους στα κλιματικά φαινόμενα. Η τηλεπισκόπηση, ειδικά η υπερφασματική, μπορεί να ανιχνεύσει αυτή τη διαφοροποίηση, βασιζόμενη στις διαφορές των ιδιοτήτων των φασμάτων (ανάκλαση, απορρόφηση, μετάδοση) που προκύπτουν από τη διάταξη και σύνθεση της κόμης, καθώς και από τις χημικές και δομικές ιδιότητες της. Από τις φασματικές ιδιότητες των φύλλων , μπορούμε να εξάγουμε ακριβή συμπεράσματα  για  χαρακτηριστικά, όπως η μάζα του φύλλου ανά μονάδα επιφάνειας (LMA) και η περιεκτικότητα του σε νερό. Οι περιοχές SWIR1 και SWIR2 του φάσματος είναι ιδιαίτερα σημαντικές για τον εντοπισμό αυτών των χαρακτηριστικών. Η &amp;quot;φασματική οικονομία των φύλλων&amp;quot; (LES), καταγράφεται με υπερφασματικά δεδομένα, επιτρέποντας αναλύσεις μεγάλης κλίμακας και δείχνει την «κατάσταση επιβίωσης» που βρίσκεται το φυτό. Επιπλέον, αναγνωρίστηκε ένας ανεξάρτητος δείκτης , που σχετίζεται με την άμυνα των φύλλων, με χαρακτηριστικά όπως υψηλή περιεκτικότητα σε τανίνες, υψηλή ανθεκτικότητα και παραγωγή λάτεξ. Αυτά τα μοτίβα μπορούν να χαρτογραφηθούν , παρέχοντας πολύτιμα δεδομένα για την κατανόηση των  στρατηγικών επιβίωσης των φυτών.&lt;br /&gt;
'''&lt;br /&gt;
Η φυσιολογία και οι φαινολογία των δέντρων'''&lt;br /&gt;
Η τηλεπισκόπηση είναι σημαντική για την κατανόηση της φυσιολογίας και λειτουργίας των φυτών, ειδικά στη φωτοσύνθεση. Αναλύσεις φασματικών δεδομένων μπορούν να προβλέψουν με ακρίβεια τον ρυθμό καρβοξυλίωσης, ενός  κρίσιμου παράγοντα της φωτοσυνθετικής δραστηριότητας, που διαφοροποιείται ανάλογα με την ηλικία των φυτών.Πρόσφατες έρευνες δείχνουν ότι η τηλεπισκόπηση μπορεί να ανιχνεύσει το φθορισμό που προκαλείται από την ηλιακή ακτινοβολία, αποτελώντας δείκτη της φωτοσυνθετικής δραστηριότητας. Στο BCI ο πύργος Εddy παρέχει  τηλεπισκόπηκά δεδομένα για  την παραγωγικότητα, την εξατμισοδιαπνοή και άλλες λειτουργίες του οικοσυστήματος.&lt;br /&gt;
&lt;br /&gt;
'''Η Σύνθεση και  η ποικιλομορφία των δέντρων'''&lt;br /&gt;
Τα ποικίλα χαρακτηριστικά  των φύλλων και η διαφορετική δομή της κορφής των δέντρων , αποτελεί τη βάση της τηλεπισκόπησης για την αποτύπωση της σύνθεσης και ποικιλομορφίας των δέντρων. Έρευνες σε τροπικά δάση, έδειξαν ότι τα είδη έχουν διαφορετικές  φασματικές υπογραφές σε επίπεδο φύλλου, κυρίως λόγω διαφορών στη χημεία και τη δομή των φύλλων. Αντίθετα τα δεδομένα για την κορυφή των δέντρων, είναι δύσκολο να αναλυθούν  , καθώς η φασματική ανάκλαση της κόμης εξαρτάται από τη πυκνότητα, τον προσανατολισμό, τις φασματικές ιδιότητες των φύλλων, καθώς και από στοιχεία όπως τα κλαδιά, τα επίφυτα ,τα αναρριχώμενα φυτά ξενιστές , τη γεωμετρία της κόμης κ.α. Όταν τα είδη είναι αρκετά διακριτά φασματικά, η τηλεπισκόπηση μπορεί να τα χαρτογραφήσει στο επίπεδο της κορυφής των δέντρων. Επιπλέον, η φασματική ποικιλότητα συμβάλλει στη χαρτογράφηση της ποικιλότητας των ειδών. Περιοχές με πιο σύνθετες κόμες, μεγαλύτερη παραγωγικότητα και περισσότερη &amp;quot;πρασινάδα&amp;quot; συσχετίζονται με μεγαλύτερη ποικιλότητα ειδών. Η δομή της κόμης, που επηρεάζει την ποικιλότητα, μπορεί επίσης να καταγραφεί τηλεπισκοπικά, ενώ πιο ώριμα ή δομικά σύνθετα δάση συχνά φιλοξενούν περισσότερα είδη. Στον Παναμά, χρησιμοποιήθηκαν δορυφορικά δεδομένα (Landsat) για τη χαρτογράφηση των διαφορετικών τύπων βλάστησης και την εκτίμηση της ποικιλότητας ειδών, αποκαλύπτοντας ότι σύνθετα, όπως ο NDVI και τα ραντάρ ερμηνεύουν  έως και το 50% της διαφοροποίησης στην ποικιλότητα ειδών σε επιμέρους περιοχές. Με πιο πρόσφατα δεδομένα υψηλής ανάλυσης (1–5 μ.), όπως υπερφασματικά δεδομένα και lidar, επιτεύχθηκαν ακριβέστερες αναλύσεις. Για παράδειγμα, δεδομένα lidar που μετρούσαν το ύψος των κορφών των δέντρων , την κλίση και την υψομετρική διαφορά , μπόρεσαν να ερμηνεύσουν το 48% της διαφοροποίησης στην ποικιλότητα ειδών στο BCI, με περισσότερη ακρίβεια για τα μικρότερα δέντρα. Τα δεδομένα αυτά περιλαμβάνουν περιβαλλοντικές παραμέτρους όπως η διαθεσιμότητα νερού και το πόσο αραιές είναι διάφορες  περιοχές του δάσους .&lt;br /&gt;
'''&lt;br /&gt;
Η Λιάνα''' &lt;br /&gt;
Οι λιάνα (ξυλώδες αναρριχόμενο φυτό) αποτελεί σημαντικό στοιχείο των τροπικών δασών, επηρεάζοντας τη βιοποικιλότητα και τη λειτουργία τους. Λόγω του ότι φυτρώνει στις ψηλότερες κορυφές των δέντρων, η μελέτη της από το έδαφος είναι δύσκολη, ενώ η τηλεπισκόπηση προσφέρει δυνατότητες για τη κάλυψής της χαρτογράφησης  και αξιολόγησης των επιπτώσεών της στη δομή και τη λειτουργία του οικοσυστήματος.Οι μετρήσεις φασματοσκοπίας φύλλων στον Παναμά έδειξαν ότι τα φύλλα της λιάνας διαφέρουν φασματικά από αυτά των ξενιστών, ειδικά σε ξηρά δάση. Οι διαφορές αυτές οφείλονται σε χαρακτηριστικά όπως χαμηλότερη περιεκτικότητα σε χλωροφύλλη, χαμηλότερη μάζα φύλλου ανά επιφάνεια και υψηλότερη περιεκτικότητα σε νερό.&lt;br /&gt;
Η διάκριση της λιάνας από τα  δέντρα στα τηλεπισκοπικά δεδομένα, εξαρτάται από τις φασματικές υπογραφές της κόμης των δέντρων και την ποιότητα της ανάλυσης των εικόνων. Μελέτη με υπερφασματικά δεδομένα 1μ. στον Παναμά μπόρεσε να ανιχνεύσει την παρουσία λιάνας με ευαισθησία 89% και ακρίβεια 88%, ενώ εκτίμησε την κάλυψή της με σφάλμα 16%. Η χαρτογράφηση αποκάλυψε ότι 6.1–10.2% της περιοχής μελέτης είχε υψηλή κάλυψη από  λιάνα (50–100%).Η παρουσία της, αυξάνει την ανακλαστικότητα και μειώνει την πρωτογενή παραγωγικότητα των τροπικών δασών, επηρεάζοντας σημαντικά τη λειτουργία τους.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Δεδομένα από drones και δορυφόρους υψηλής ανάλυσης επιτρέπουν τον εντοπισμό μεμονωμένων δέντρων, ελαττώνοντας τις διαφορές  μεταξύ δεδομένων πεδίου και δορυφορικών καταγραφών μεγάλης κλίμακας, παρέχοντας πολύτιμα δεδομένα  για τις μακροχρόνιες αλλαγές στη σύνθεση και λειτουργία των δασών.Η τηλεπισκόπηση μπορεί να αξιοποιηθεί για τη μελέτη αλλαγών που σχετίζονται με τη κλιματική αλλαγή (π.χ. αύξηση θερμοκρασιών, CO2) ή με φαινόμενα όπως οι τυφώνες και οι ακραίες βροχοπτώσεις. Παρά τα προβλήματα λόγο της υψηλής νέφωσης, συστήματα τηλεπισκόπησης, όπως lidar (Light Detection And Ranging και radar, παρέχουν δεδομένα για τη δομή των δασών, ενώ τα drones μπορούν να συλλέγουν εικόνες σε καθαρότερες συνθήκες. Επιπλέον, η τηλεπισκόπηση μπορεί να έχει εφαρμογές και στη μελέτη της γονιμοποίησης των δέντρων,  μέσω της ανίχνευσης λουλουδιών, φρούτων και σπόρων. Οι μακροχρόνιες σειρές δεδομένων από drones στο BCI, σε συνδυασμό με δεδομένα πεδίου, προσφέρουν δυνατότητες εκτίμησης του πολλαπλασιασμού των δέντρων, μια εφαρμογή   που είναι ακόμα σε πολύ αρχικά στάδια.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
 [[category:Δασοπονία, Δασική διαχείριση]]&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_11.png</id>
		<title>Αρχείο:K bosko 11.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_11.png"/>
				<updated>2025-01-27T21:08:01Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7_,%CF%80%CE%BF%CE%B9%CE%BA%CE%B9%CE%BB%CE%BF%CE%BC%CE%BF%CF%81%CF%86%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%BB%CE%B5%CE%B9%CF%84%CE%BF%CF%85%CF%81%CE%B3%CE%AF%CE%B1_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B1%CF%83%CF%8E%CE%BD</id>
		<title>Η Τηλεπισκόπηση και η σύνθεση ,ποικιλομορφία και λειτουργία των τροπικών δασών</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%97_%CE%A4%CE%B7%CE%BB%CE%B5%CF%80%CE%B9%CF%83%CE%BA%CF%8C%CF%80%CE%B7%CF%83%CE%B7_%CE%BA%CE%B1%CE%B9_%CE%B7_%CF%83%CF%8D%CE%BD%CE%B8%CE%B5%CF%83%CE%B7_,%CF%80%CE%BF%CE%B9%CE%BA%CE%B9%CE%BB%CE%BF%CE%BC%CE%BF%CF%81%CF%86%CE%AF%CE%B1_%CE%BA%CE%B1%CE%B9_%CE%BB%CE%B5%CE%B9%CF%84%CE%BF%CF%85%CF%81%CE%B3%CE%AF%CE%B1_%CF%84%CF%89%CE%BD_%CF%84%CF%81%CE%BF%CF%80%CE%B9%CE%BA%CF%8E%CE%BD_%CE%B4%CE%B1%CF%83%CF%8E%CE%BD"/>
				<updated>2025-01-27T21:05:08Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: Νέα σελίδα με ''''Η Τηλεπισκόπηση και  η σύνθεση ,ποικιλομορφία και λειτουργία των  τροπικών δασών'''   '''Συγγρα...'&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Η Τηλεπισκόπηση και  η σύνθεση ,ποικιλομορφία και λειτουργία των  τροπικών δασών''' &lt;br /&gt;
&lt;br /&gt;
'''Συγγραφέας:''' Stephanie A. Bohlman&lt;br /&gt;
&lt;br /&gt;
'''Πηγή:'''https://smithsonian.figshare.com/articles/chapter/Remote_Sensing_of_Tropical_Forest_Plant_Composition_Diversity_and_Function/26882401?file=50800122&lt;br /&gt;
&lt;br /&gt;
'''Τίτλος:''' Remote Sensing of Tropical Forest Plant Composition, Diversity, and Function&lt;br /&gt;
&lt;br /&gt;
'''Περίληψη:'''&lt;br /&gt;
Η  σημασία της τηλεπισκόπησης  είναι μεγάλη όταν πρόκειται για την ανάλυση της σύνθεσης και της ποικιλομορφίας των τροπικών δασών . Υστέρα από μελέτη δάσους 50 εκταρίων  στο Barro Colorado Island (BCI) και μιας μικρότερης έκτασης στον κεντρικό Παναμά , με την χρήση τηλεπισκοπικών μεθόδων με τη βοήθεια drone ,  μπορέσαμε να αντλήσουμε δεδομένα για την αξιολόγησή τους. Χάρη στην τηλεπισκόπηση , έχουμε αποκτήσει πληροφορίες για τα λειτουργικά χαρακτηριστικά των δέντρων , της φωτοσύνθεσης και της φαινολογίας τους. &lt;br /&gt;
'''Εισαγωγή:'''&lt;br /&gt;
H τηλεπισκόπηση, η οποία μετρά την ενέργεια που ανακλάται από την επιφάνεια της Γης σε ενεργούς ή παθητικούς αισθητήρες, δορυφόρους, αεροσκάφη, drone κ.α , είναι ένα σημαντικό εργαλείο για την κατανόηση, τη διατήρηση και τη διαχείριση των τροπικών δασών. Επιτρέπει την αξιολόγηση, ανάλυση και παρακολούθηση των φυτών, και της βιοποικιλότητας, ενώ διαφέρει από τη δειγματοληψία πεδίου. Τα δεδομένα που συλλέγονται ,είναι κρίσιμα για τη διαμόρφωση  λογισμικών  και μοντέλων που τα μετατρέπουν σε μεταβλητές, όπως ο αριθμός των ειδών ή η περιεκτικότητα σε άζωτο των φύλλων της κορφής του δέντρου κ.α. Η μεγάλη ποικιλομορφία και η πολυεπίπεδη δομή των δέντρων ,καθιστά δύσκολη τη συλλογή πολλών δεδομένων από τις κορφές των δέντρων, το μέρος του δάσους που καταγράφουν οι περισσότερες συσκευές τηλεπισκόπησης. Επιπλέον, η υψηλή νέφωση  αλλοιώνει τις οπτικές εικόνες  από δορυφόρους και αεροσκάφη, δυσκολεύοντας την ανάλυσή τους. &lt;br /&gt;
'''&lt;br /&gt;
Η φαινολογία της κόμης των δένρων'''&lt;br /&gt;
Η φαινολογία των φύλλων επηρεάζει άμεσα τον κύκλο άνθρακα και νερού και τη διαθεσιμότητα πόρων για τα ζώα που τρέφονται με τους καρπούς των δέντρων . Σε τροπικά δάση με ξηρή περίοδο, όπως στο Barro Colorado Island (BCI), τα φυτά εμφανίζουν ποικίλα φαινολογικά μοτίβα, από πλήρως φυλλοβόλα έως μερικώς φυλλοβόλα ή αειθαλή. Οι διαφορές στις φασματικές ιδιότητες μεταξύ φύλλων και του ξυλώδους μέρους,  επιτρέπουν την αξιολόγηση της φυλλοβόλας συμπεριφοράς με τη βοήθεια της τηλεπισκόπησης. Με δεδομένα από Landsat (30m pixel) , οι δείκτες NDVI και ανάλυσης φασματικής ανάμειξης αποδείχθηκαν αποτελεσματικοί για τη μέτρηση της φυλλοβόλας συμπεριφοράς σε πεδία με διαφορετικά επίπεδα βροχόπτωσης στον Παναμά. Τα δέντρα τείνουν να είναι όλο και λιγότερο φυλλοβόλα  με τις βροχοπτώσεις, μια  διαφοροποίηση που συνδέεται με αυξημένη παρουσία φυλλοβόλων ειδών στα ανώτερα επίπεδα της κόμης. Η υψηλή ανάλυση με drone και αεροπλάνα μπορεί να καταγράψει τη φαινολογία σε επίπεδο δέντρου ή είδους. Μελέτες έδειξαν ότι τα φαινολογικά μοτίβα διαφέρουν σημαντικά μεταξύ των ειδών και συνδέονται με χαρακτηριστικά ,όπως το μέγεθος του  δέντρου και η χημεία του φύλλου . Αυτές οι παρατηρήσεις είναι κρίσιμες για την κατανόηση των αντιδράσεων των ειδών στις κλιματικές αλλαγές  .&lt;br /&gt;
&lt;br /&gt;
'''Λειτουργικά χαρακτηριστικά''' &lt;br /&gt;
Η σύνθεση των φυτών διαφοροποιείται ανάλογα με τις  διαφορετικές ζώνες και παίζει κρίσιμο ρόλο στις αντιδράσεις τους στα κλιματικά φαινόμενα. Η τηλεπισκόπηση, ειδικά η υπερφασματική, μπορεί να ανιχνεύσει αυτή τη διαφοροποίηση, βασιζόμενη στις διαφορές των ιδιοτήτων των φασμάτων (ανάκλαση, απορρόφηση, μετάδοση) που προκύπτουν από τη διάταξη και σύνθεση της κόμης, καθώς και από τις χημικές και δομικές ιδιότητες της. Από τις φασματικές ιδιότητες των φύλλων , μπορούμε να εξάγουμε ακριβή συμπεράσματα  για  χαρακτηριστικά, όπως η μάζα του φύλλου ανά μονάδα επιφάνειας (LMA) και η περιεκτικότητα του σε νερό. Οι περιοχές SWIR1 και SWIR2 του φάσματος είναι ιδιαίτερα σημαντικές για τον εντοπισμό αυτών των χαρακτηριστικών. Η &amp;quot;φασματική οικονομία των φύλλων&amp;quot; (LES), καταγράφεται με υπερφασματικά δεδομένα, επιτρέποντας αναλύσεις μεγάλης κλίμακας και δείχνει την «κατάσταση επιβίωσης» που βρίσκεται το φυτό. Επιπλέον, αναγνωρίστηκε ένας ανεξάρτητος δείκτης , που σχετίζεται με την άμυνα των φύλλων, με χαρακτηριστικά όπως υψηλή περιεκτικότητα σε τανίνες, υψηλή ανθεκτικότητα και παραγωγή λάτεξ. Αυτά τα μοτίβα μπορούν να χαρτογραφηθούν , παρέχοντας πολύτιμα δεδομένα για την κατανόηση των  στρατηγικών επιβίωσης των φυτών.&lt;br /&gt;
'''&lt;br /&gt;
Η φυσιολογία και οι φαινολογία των δέντρων'''&lt;br /&gt;
Η τηλεπισκόπηση είναι σημαντική για την κατανόηση της φυσιολογίας και λειτουργίας των φυτών, ειδικά στη φωτοσύνθεση. Αναλύσεις φασματικών δεδομένων μπορούν να προβλέψουν με ακρίβεια τον ρυθμό καρβοξυλίωσης, ενός  κρίσιμου παράγοντα της φωτοσυνθετικής δραστηριότητας, που διαφοροποιείται ανάλογα με την ηλικία των φυτών.Πρόσφατες έρευνες δείχνουν ότι η τηλεπισκόπηση μπορεί να ανιχνεύσει το φθορισμό που προκαλείται από την ηλιακή ακτινοβολία, αποτελώντας δείκτη της φωτοσυνθετικής δραστηριότητας. Στο BCI ο πύργος Εddy παρέχει  τηλεπισκόπηκά δεδομένα για  την παραγωγικότητα, την εξατμισοδιαπνοή και άλλες λειτουργίες του οικοσυστήματος.&lt;br /&gt;
&lt;br /&gt;
'''Η Σύνθεση και  η ποικιλομορφία των δέντρων'''&lt;br /&gt;
Τα ποικίλα χαρακτηριστικά  των φύλλων και η διαφορετική δομή της κορφής των δέντρων , αποτελεί τη βάση της τηλεπισκόπησης για την αποτύπωση της σύνθεσης και ποικιλομορφίας των δέντρων. Έρευνες σε τροπικά δάση, έδειξαν ότι τα είδη έχουν διαφορετικές  φασματικές υπογραφές σε επίπεδο φύλλου, κυρίως λόγω διαφορών στη χημεία και τη δομή των φύλλων. Αντίθετα τα δεδομένα για την κορυφή των δέντρων, είναι δύσκολο να αναλυθούν  , καθώς η φασματική ανάκλαση της κόμης εξαρτάται από τη πυκνότητα, τον προσανατολισμό, τις φασματικές ιδιότητες των φύλλων, καθώς και από στοιχεία όπως τα κλαδιά, τα επίφυτα ,τα αναρριχώμενα φυτά ξενιστές , τη γεωμετρία της κόμης κ.α. Όταν τα είδη είναι αρκετά διακριτά φασματικά, η τηλεπισκόπηση μπορεί να τα χαρτογραφήσει στο επίπεδο της κορυφής των δέντρων. Επιπλέον, η φασματική ποικιλότητα συμβάλλει στη χαρτογράφηση της ποικιλότητας των ειδών. Περιοχές με πιο σύνθετες κόμες, μεγαλύτερη παραγωγικότητα και περισσότερη &amp;quot;πρασινάδα&amp;quot; συσχετίζονται με μεγαλύτερη ποικιλότητα ειδών. Η δομή της κόμης, που επηρεάζει την ποικιλότητα, μπορεί επίσης να καταγραφεί τηλεπισκοπικά, ενώ πιο ώριμα ή δομικά σύνθετα δάση συχνά φιλοξενούν περισσότερα είδη. Στον Παναμά, χρησιμοποιήθηκαν δορυφορικά δεδομένα (Landsat) για τη χαρτογράφηση των διαφορετικών τύπων βλάστησης και την εκτίμηση της ποικιλότητας ειδών, αποκαλύπτοντας ότι σύνθετα, όπως ο NDVI και τα ραντάρ ερμηνεύουν  έως και το 50% της διαφοροποίησης στην ποικιλότητα ειδών σε επιμέρους περιοχές. Με πιο πρόσφατα δεδομένα υψηλής ανάλυσης (1–5 μ.), όπως υπερφασματικά δεδομένα και lidar, επιτεύχθηκαν ακριβέστερες αναλύσεις. Για παράδειγμα, δεδομένα lidar που μετρούσαν το ύψος των κορφών των δέντρων , την κλίση και την υψομετρική διαφορά , μπόρεσαν να ερμηνεύσουν το 48% της διαφοροποίησης στην ποικιλότητα ειδών στο BCI, με περισσότερη ακρίβεια για τα μικρότερα δέντρα. Τα δεδομένα αυτά περιλαμβάνουν περιβαλλοντικές παραμέτρους όπως η διαθεσιμότητα νερού και το πόσο αραιές είναι διάφορες  περιοχές του δάσους .&lt;br /&gt;
'''&lt;br /&gt;
Η Λιάνα''' &lt;br /&gt;
Οι λιάνα (ξυλώδες αναρριχόμενο φυτό) αποτελεί σημαντικό στοιχείο των τροπικών δασών, επηρεάζοντας τη βιοποικιλότητα και τη λειτουργία τους. Λόγω του ότι φυτρώνει στις ψηλότερες κορυφές των δέντρων, η μελέτη της από το έδαφος είναι δύσκολη, ενώ η τηλεπισκόπηση προσφέρει δυνατότητες για τη κάλυψής της χαρτογράφησης  και αξιολόγησης των επιπτώσεών της στη δομή και τη λειτουργία του οικοσυστήματος.Οι μετρήσεις φασματοσκοπίας φύλλων στον Παναμά έδειξαν ότι τα φύλλα της λιάνας διαφέρουν φασματικά από αυτά των ξενιστών, ειδικά σε ξηρά δάση. Οι διαφορές αυτές οφείλονται σε χαρακτηριστικά όπως χαμηλότερη περιεκτικότητα σε χλωροφύλλη, χαμηλότερη μάζα φύλλου ανά επιφάνεια και υψηλότερη περιεκτικότητα σε νερό.&lt;br /&gt;
Η διάκριση της λιάνας από τα  δέντρα στα τηλεπισκοπικά δεδομένα, εξαρτάται από τις φασματικές υπογραφές της κόμης των δέντρων και την ποιότητα της ανάλυσης των εικόνων. Μελέτη με υπερφασματικά δεδομένα 1μ. στον Παναμά μπόρεσε να ανιχνεύσει την παρουσία λιάνας με ευαισθησία 89% και ακρίβεια 88%, ενώ εκτίμησε την κάλυψή της με σφάλμα 16%. Η χαρτογράφηση αποκάλυψε ότι 6.1–10.2% της περιοχής μελέτης είχε υψηλή κάλυψη από  λιάνα (50–100%).Η παρουσία της, αυξάνει την ανακλαστικότητα και μειώνει την πρωτογενή παραγωγικότητα των τροπικών δασών, επηρεάζοντας σημαντικά τη λειτουργία τους.&lt;br /&gt;
&lt;br /&gt;
'''Συμπεράσματα'''&lt;br /&gt;
Δεδομένα από drones και δορυφόρους υψηλής ανάλυσης επιτρέπουν τον εντοπισμό μεμονωμένων δέντρων, ελαττώνοντας τις διαφορές  μεταξύ δεδομένων πεδίου και δορυφορικών καταγραφών μεγάλης κλίμακας, παρέχοντας πολύτιμα δεδομένα  για τις μακροχρόνιες αλλαγές στη σύνθεση και λειτουργία των δασών.Η τηλεπισκόπηση μπορεί να αξιοποιηθεί για τη μελέτη αλλαγών που σχετίζονται με τη κλιματική αλλαγή (π.χ. αύξηση θερμοκρασιών, CO2) ή με φαινόμενα όπως οι τυφώνες και οι ακραίες βροχοπτώσεις. Παρά τα προβλήματα λόγο της υψηλής νέφωσης, συστήματα τηλεπισκόπησης, όπως lidar (Light Detection And Ranging και radar, παρέχουν δεδομένα για τη δομή των δασών, ενώ τα drones μπορούν να συλλέγουν εικόνες σε καθαρότερες συνθήκες. Επιπλέον, η τηλεπισκόπηση μπορεί να έχει εφαρμογές και στη μελέτη της γονιμοποίησης των δέντρων,  μέσω της ανίχνευσης λουλουδιών, φρούτων και σπόρων. Οι μακροχρόνιες σειρές δεδομένων από drones στο BCI, σε συνδυασμό με δεδομένα πεδίου, προσφέρουν δυνατότητες εκτίμησης του πολλαπλασιασμού των δέντρων, μια εφαρμογή   που είναι ακόμα σε πολύ αρχικά στάδια.&lt;br /&gt;
&lt;br /&gt;
[ [ Εικόνα: K_bosko_1.1.png | thumb | right |Φάσματα ανάκλασης φύλλων (γραμμή)) και κορυφής των δέντρων  (γραμμή με τελείες) δάσους του Παναμά. Συντομογραφίες φυτικών ειδών : ANA =Anacardium excelsum, CAS = Castilla elastica, COR = Cordillaalliodora, DEC = στέμμα φυλλοβόλου δέντρου, ΩΡΛ = Enterolobium cyclocarpum, και FIC = Ficus insipida. Τα φάσματα της κορώνας ήταν λαμβάνονται από τον αισθητήρα απεικόνισης HYDICE (Bohlman and Lashlee) ] ]&lt;br /&gt;
&lt;br /&gt;
[ [ Εικόνα: k_bosko_1.2.png | thumb | right |Δεδομένα για την περιοχή  50 εκταρίων στο  Barro Colorado Island (BCI) που συλλέχθηκαν τον Σεπτέμβριο του 2019:&lt;br /&gt;
(α) Ψευδής χρωματική αναπαράσταση υπερφασματικής ανάκλασης (400–1050 nm) &lt;br /&gt;
 (β) Σύνθετο  RGB αληθινού χρώματος με την χρήση ενός οπτικού αισθητήρα υψηλής ανάλυσης που βρίσκεται και ταυτόχρονα στο (α). Το ένθετο ορθογώνιο απεικονίζει τις διαστάσεις  της περιοχής μελέτης , το αστέρι αντιπροσωπεύει τη συγκεκριμένη όπου τραβήχτηκαν οι εικόνες&lt;br /&gt;
 ] ]&lt;br /&gt;
&lt;br /&gt;
 &lt;br /&gt;
 [[category:Δασοπονία, Δασική διαχείριση]]&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_1.1.png</id>
		<title>Αρχείο:K bosko 1.1.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_1.1.png"/>
				<updated>2025-01-27T20:46:59Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	<entry>
		<id>http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_1.2.png</id>
		<title>Αρχείο:K bosko 1.2.png</title>
		<link rel="alternate" type="text/html" href="http://147.102.106.44/rs/wiki/index.php/%CE%91%CF%81%CF%87%CE%B5%CE%AF%CE%BF:K_bosko_1.2.png"/>
				<updated>2025-01-27T20:45:45Z</updated>
		
		<summary type="html">&lt;p&gt;Konstantina boskopoulou: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Konstantina boskopoulou</name></author>	</entry>

	</feed>